- •1. Эконометрическое исследование: определение, задача, цель. Назначение эконометрических моделей.
- •2. Схема проведения эконометрических исследований (краткая характеристика каждого этапа).
- •3. Принципы спецификации эконометрических моделей.
- •4. Типы переменных в эконометрических моделях. Типы экономических моделей (примеры).
- •5. Структурная и приведённая формы спецификации эконометрических моделей (на примере макромодели).
- •6. Классическая парная регрессионная модель (определение и спецификация модели).
- •7. Оценка параметров парной регрессионной модели методом наименьших квадратов (суть метода, вывод формул для нахождения оценок коэффициентов через систему нормальных уравнений).
- •8. Матричная форма метода наименьших квадратов: спецификация парной регрессионной модели в матричной форме, необходимые условия экстремума в матричном виде, вывод оценки вектора параметров модели.
- •10. Линейная модель множественной регрессии. Порядок её оценивания методом наименьших квадратов в Excel. Смысл выходной статистической информации функции линейн.
- •9. Теорема Гаусса-Маркова (формулировка, смысл условий и вывода).
- •11. Алгоритм проверки значимости регрессоров во множественной регрессионной модели: выдвигаемая статистическая гипотеза, процедура ее проверки.
- •14. Алгоритм проверки адекватности множественной регрессионной модели.
- •15. Гетероскедастичность случайного возмущения: определение, причины, последствия, количественные характеристики вектора случайных возмущений в условиях гетероскедастичности.
- •16. Автокорреляция случайного возмущения: определение, причины, последствия, количественные характеристики вектора случайных возмущений в условиях автокорреляции.
- •18. Проблема мультиколлинеарности в моделях множественной регрессии. Виды мультиколлинеарности, признаки, последствия. Методы устранения мультиколлинеарности.
- •20. В чем состоит задача эконометрики?
- •21. Принципы спецификации модели.
- •22. Эндогенные переменные модели конкурентного равновесного рынка
- •23. Экзогенные переменные модели конкурентного равновесного рынка
- •24. Группа предопределённых переменных
- •25. Структурная и приведённая форма модели
- •26. Структурная форма спецификации модели конкурентного рынка
- •27. Оценка ковариации случайных переменных
- •28. Оценка дисперсии случайных переменных
- •29. В чем состоит мнк?
- •30. Эконометрика как наука, определение, основные цели и задачи.
- •31. Этапы построения моделей, их практическое содержание и особенности.
- •32. Базовые понятия эконометрики: экономический объект, переменные объекта, параметры и их взаимосвязи. Примеры экономических моделей.
- •33. Принципы спецификации эконометрических моделей и их содержание.
- •34. Классификация переменных эконометрических моделей.
- •35. Классификация моделей и их формы.
- •36. Формы эконометрических моделей. Переход от структурной к приведенной форме модели.
- •37. Учет случайности характера взаимодействия переменных в экономических объектах. Общий вид эконометрической модели.
- •38. Модели временных рядов, их спецификация.
- •39. Понятие оценки и требования, предъявляемые к оценкам параметров моделей.
- •40. Метод наименьших квадратов, основные понятия и определения.
- •41. Расчет оценок параметров уравнения парной регрессии методом наименьших квадратов.
- •42. Линейный множественный регрессионный анализ
- •43. Проверка значимости множественного уравнения регрессии
- •44. Множественный корреляционный анализ.
- •45. Парные коэффициенты корреляции
- •46. Значимость парных коэффициентов корреляции
- •47. Множественный нелинейный регрессионный анализ
- •48. Линеаризация внутреyнелинейных форм уравнений
- •49. Отличия между регрессионным и корреляционным анализом.
- •50. Задача множественного регрессионного анализа.
- •51. Интерполяция и экстраполяция
- •5 2. Проверка значимости множественного уравнения регрессии.
5. Структурная и приведённая формы спецификации эконометрических моделей (на примере макромодели).
Структурной формой модели называется система уравнений (7.4). Уравнения, входящие в структурную форму, называются структурными уравнениями. Коэффициенты уравнений структурной формы называются структурными коэффициентами.
Для
простоты все переменные в модели (7.4)
выражены в отклонениях от среднего
уровня, т.е. под
подразумевается
,
а под
–
соответственно
.
Поэтому свободный член в каждом уравнении
системы (7.4) отсутствует.
В процессе оценивания параметров системы (7.4) следует различать два класса переменных: эндогенные и экзогенные. Эндогенными называются переменные, значения которых определяется внутри модели. В системе (7.3) эндогенными являются переменные y1, y2, …, yn. Их число совпадает с числом уравнений системы. Экзогенными называются те переменные, значения которых определяется вне модели. Это предопределенные переменные, которые влияют на эндогенные переменные, но не зависят от них. В динамических моделях в качестве экзогенных могут рассматриваться значения эндогенных переменных за предыдущие периоды времени – лаговые переменные.
С математической точки зрения главное отличие между экзогенными и эндогенными переменными заключается в том, что экзогенные переменные не коррелируют с ошибками регрессии, а эндогенные, как правило, коррелируют.
Разделение переменных на эндогенные и экзогенные во многом зависит от теоретической концепции принятой модели. Экономические переменные могут выступать в одних моделях как эндогенные, а в других как экзогенные переменные. Внеэкономические переменные (социальное положение, пол, возрастная категория) входят в систему только как экзогенные переменные.
Структурная форма модели позволяет увидеть влияние изменений любой экзогенной переменной на значения эндогенной переменной. Поэтому целесообразно в качестве экзогенных переменных выбирать такие переменные, которые могут быть объектом регулирования. Меняя их или управляя ими, можно получать целевые значения эндогенных переменных.
Приведенной формой модели называется система уравнений, в каждом из которых эндогенные переменные выражены только через экзогенные переменные и случайные составляющие:
(7.6)
Коэффициенты приведенной формы (7.6) называются приведенными коэффициентами. Они оцениваются с помощью обычного МНК, так как экзогенные переменные не коррелированны со случайными составляющими.
Приведенная форма строится для того, чтобы через МНК-оценки ее параметров выразить оценки структурных коэффициентов. Возможность такого выражения проиллюстрируем на следующем примере.
Пусть задана структурная модель
(7.7)
Тогда приведенная форма модели имеет вид
(7.8)
Из
второго уравнения системы (7.8)
выразим
следующим
образом:
.
Подставляя результат в первое уравнение системы (7.8), имеем
,
Откуда
.
Выражая
далее
из
первого уравнения системы (7.8) и подставляя
результат во второе уравнение системы
(7.8), аналогично получим
.
Таким образом, коэффициенты приведенной формы (7.8) модели связаны с коэффициентами структурной формы (7.7) следующим образом:
,
,
,
.
Теперь зная оценки параметров модели (7.8), по полученным формулам можно получить оценки параметров структурной модели (7.7). Такой метод оценивания структурных коэффициентов называется косвенным методом наименьших квадратов.
