- •Введение
- •1. ОПРЕДЕЛЕНИЕ ЭКОНОМЕТРИКИ
- •1.1. Предмет эконометрики
- •1.2. Особенности эконометрического метода
- •1.3. Виды шкал измерений
- •2.1.Парная регрессия и корреляция
- •2.2. Нелинейная регрессия
- •3. МНОЖЕСТВЕННАЯ РЕГРЕССИЯ И КОРРЕЛЯЦИЯ
- •3.1. Спецификация модели множественной линейной регрессии
- •3.2. Частные уравнения регрессии
- •3.3. Множественная корреляция
- •3.5. Фиктивные переменные во множественной регрессии
- •3.6. Предпосылки метода наименьших квадратов
- •4. МОДЕЛИРОВАНИЕ ОДНОМЕРНЫХ ВРЕМЕННЫХ РЯДОВ. АВТОКОРРЕЛЯЦИЯ
- •4.1. Основные элементы временного ряда
- •4.3. Моделирование тенденций временного ряда
- •5. ИЗУЧЕНИЕ ВЗАИМОСВЯЗИ ПО ВРЕМЕННЫМ РЯДАМ
- •5.1. Методы исключения тенденций
- •5.2. Автокорреляция остатков
- •6.1. Общая характеристика метода экспертных оценок
- •6.2. Классификация методов получения экспертной информации
- •7. ЭКОНОМЕТРИКА ПРОГНОЗИРОВАНИЯ И РИСКА
- •7.1. Прогнозирование в условиях риска
- •7.2. Основные понятия и методы эконометрического прогнозирования
- •Тестовые задания
- •Библиографический список
1. ОПРЕДЕЛЕНИЕ ЭКОНОМЕТРИКИ
1.1. Предмет эконометрики
(мультимедиа 1)
Первые попытки количественных исследований в экономике относятся ко второй половине ХVII в. Они были связаны с одним из новых на- СибАДИправлений в экономической теории – политической арифметикой. У. Пет-
ти (1623–1687), Ч. Давенант (1656–1714), Г. Кинг (1648–1712) использова-
ли конкретные эконом ческие данные в своих исследованиях и в первую очередь при расчете нац онального дохода.
Впервые терм н «эконометрика» предложил П. Цьема, бухгалтер по специальности, в 1910 г. Термин звучал как «эконометрия». Эконометрика как наука стала оформляться в начале XX в.
К 1930 г. слож л сь все предпосылки для выделения эконометрики в отдельную науку, поскольку для олее глубокого понимания экономических процессов сто т спользовать в той или иной степени статистику и математ ку. Возн кла нео ходимость появления новой науки, объединяющей сследован я, проводимые в этом направлении. 29 декабря
1930 г. по инициативе И. Фишера (1867–1947), Р. Фриша (1895–1973),
Я. Тинбергена (1903–1994), Й. Шумпетера (1983–1950), О. Андерсона (1887–1960) и других ученых ыло создано Эконометрическое общество. В 1969 г. Р. Фриш и Я. Тин ерген стали первыми исследователями, получившими Нобелевскую премию по экономике за создание и применение динамических моделей для анализа экономических процессов [4].
Слово «эконометрика» представляет собой комбинацию из двух слов: «экономика» и «метрика» (от греч. metron – мера, размер). Поэтому сам термин подчеркивает специфику и содержание эконометрики как науки: количественное выражение связей, которые обоснованы экономической теорией.
Эконометрика является наукой об измерении анализе экономических явлений. Появление эконометрики как самостоятельного предмета – следствие междисциплинарного подхода к изучению различных экономических процессов. Эконометрика возникла в результате взаимодействия и объединения в единое целое трех компонент: экономической теории, математической статистики и других экономико-математических методов. В конце XX в. с развитием вычислительной техники эконометрика обогатилась различными новыми методами вычислений [1].
Эконометрика дает инструментарий для экономических измерений, а также методологию оценки параметров моделей микро- и макроэкономики. Кроме того, эконометрика активно используется для прогнозирования
7
экономических процессов как в масштабах экономики в целом или отдельных ее отраслей, так и на уровне предприятий. При этом эконометрика является частью экономической теории наряду с макро- и микроэкономикой.
В основу эконометрики положены три основных компонента: 1.Экономическая теория.
С2. татистические методы. 3.Математические методы.
Эконометр ка – это слияние всех трех компонентов, каждый из которых является ее неотъемлемой частью. Благодаря эконометрике осуще-
личественныествляется обмен нформацией между этими взаимодополняющими областями, про сход т вза мное обогащение и развитие теории и практики.
Методы эконометр ки позволяют проводить эмпирическую проверку теоретическ х утвержден й и моделей, выступают мощным инструментом
1.ПостроениебАэконометрических моделей, т.е. представление экономических моделей в математической форме, удобной для проведения эмпирического анализа.
2.Оценка параметров построенной модели, делающих выбранную модель наиболее адекватной реальнымДданным.
3.Проверка качества найденных параметров модели и самой модели
вцелом.
4.Использование построенных моделей для объяснения поведения
исследуемых экономических показателей, прогнозирования экономических показателей. И
Предметом эконометрики являются факты, формирующие развитие экономических процессов и явлений. Закономерности в экономике выражаются в виде математических моделей зависимостей различных экономических показателей. В эконометрике модельные зависимости получают из реальных статистических данных [1].
Таким образом, эконометрика связывает между собой экономическую теорию и экономическую статистику и с помощью математикостатистических методов придает конкретное количественное выражение общим закономерностям, устанавливаемым экономической теорией.
Результатом эконометрического моделирования является математическая модель экономического объекта, которая адекватно описывает его реальное поведение объекта, и в дальнейшем может использоваться с целью
8
прогнозирования поведения объекта в интересующих исследователя условиях или с целью решения задачи оптимального управления объектом.
Практическая значимость эконометрики определяется тем, что применение методов позволяет выявить реально существующие связи между явлениями, дать обоснованный прогноз развития явления в заданных условиях, проверить и численно оценить экономические последствия при-
Снимаемых управленческих решений.
1.2. Особенности эконометрического метода
дов стат ст ки: парной множественной регрессии, методах выделения тренда друг х компонент временного ряда. Большинство эконометриче-
ских методов пр емов заимствовано из математической статистики. Од-
итановлен е разв тие эконометрики происходило на основе мето-
нако методыразрабатываютсяматемат ческой статистики универсальны и не учитывают специфики эконом ческ х данных, которая заключается в следующем:
1) данные не являются результатом контролируемого эксперимента; 2) невозможность проводить многократные эксперименты (из-за из-
Эти особенности Арождают ряд специфических проблем, решение которых не входит в математическую статистику.
менения внешн х услов й);
3) экономические данные часто содержат ошибки измерения. В эко-
нометрике специальные методы анализа, позволяющие,
если не устранить, то, по крайней мере, снизить влияние этих ошибок на
полученные результаты. Д
Эконометрическое исследование включает в себя решение следующих проблем:
качественный анализ связей экономических переменных – выделение зависимых и независимых (объясняющих) переменных;
подбор данных;
спецификация формы связи между переменными;
оценка параметров модели;
проверка ряда гипотез о свойствах распределения вероятностей для случайной компоненты (гипотезы о средней, дисперсии и ковариации);
анализ мультиколлинеарности объясняющих переменных, оценка её статистической значимости, выделение переменных, ответственных за мультиколлинеарность;
введение фиктивных переменных;
выявление автокорреляции, лагов;
выявление тренда, циклической и случайной компонент;
проверка остатков на гетероскедастичность;И
9
анализ структуры связей и построение системы одновременных уравнений;
проверка условия идентификации [1].
Поскольку эконометрика оперирует преимущественно процессами в экономике, в эконометрических исследованиях используются экономические данные. Экономические данные – характеристика конкретного эко-
Сномического объекта. Эти данные формируются под воздействием множества факторов. Не все экономические факторы возможно учесть, также экономическ м данным присущ характер случайности (т.е. имеют статистическую пр роду). Для обработки и анализа экономических данных не-
статистическобходимо пр менять методы теории вероятностей и математической статистики. Поэтому эконометрика оперирует не с функциональными, а со
ми зав с мостями.
При модел рован реальных экономических процессов, как прави-
ло, опер руютбдвумя т пами экономических данных: пространственными и временными.
Пространственные данные о ычно берутся по одному экономиче-
скому показателю от разных однотипных объектов (предприятий, губерний, краев т.п.) относятсяАк одному и тому же моменту времени. Например, данные о выпуске конкретного изделия, сборе урожая, численности работников в один и тот же момент времени. Временные данные характеризуют один и тот же о ъект в различные моменты времени. Например, ежедневные данные по выра отке продукции, ежеквартальные данные о текучести кадров, статистическиеДданные о национальном доходе за определенный период времени [2].
К основным эконометрическим методам можно отнести: Регрессионный анализ – статистический метод исследования связи
между зависимой переменной и одной или несколькими независимыми переменными. При этом терминология зависимыхИи независимых переменных отражает лишь математическую зависимость переменных, выражающуюся в сопряженности изменений значений переменных, а не при- чинно-следственные отношения. Для адекватного описания сложных, внутренне неоднородных экономических процессов, как правило, применяются системы эконометрических уравнений.
Анализ временных рядов – совокупность математикостатистических методов, предназначенных для выявления структуры временных рядов и прогноза. Определение структуры временного ряда необходимо для того, чтобы построить математическую модель такого явления, которое служит источником анализируемого временного ряда. Прогноз будущих значений временного ряда используется при принятии ре-
10
шений. Прогнозирование также интересно тем, что оно рационализирует анализ временных рядов отдельно от экономической теории.
Панельный анализ – панельные данные представляют собой прослеженные во времени пространственные микроэкономические выборки, т.е. они состоят из наблюдений одних и тех же экономических единиц в последовательные периоды времени. Панельные данные состоят: призна-
Ски – объекты – время. Их использование дает ряд существенных преимуществ при оценке параметров регрессионных зависимостей, так как они позволяют провод ть анализ временных рядов, и анализ пространственных выборок. помощью подобных данных изучают бедность, безрабо-
нометрическтицу, преступность, а также оценивают результативность государственных программ в области социальной политики [4].
Огромный толчок развитию эконометрических методов и их широкому внедрен ю в практ ку дало развитие средств вычислительной техники особеннобАпоявлен е персональных компьютеров. Разработка программных пакетов, реал зующих методы построения и исследования эко- х моделей привело к тому, что выполнение эконометрических процедур станов тся доступным самому широкому кругу аналити-
ков, эконом стов менеджеров.
В основе лю ого эконометрического исследования лежит построение экономико-математической модели, адекватной изучаемым реальным экономическим явлениям и процессам. Процесс построения эконометрических моделей начинается с качественного исследования проблемы методами экономической теории, формулируютсяДцели исследования, выделяются факторы, влияющие на изучаемый показатель, и формулируются предположения о характере предполагаемой зависимости. В общем случае процедуру построения эконометрической модели можно разделить на не-
сколько взаимосвязанных между собой этапов.
выбор рационального состава включаемыхИв модель переменных
иопределение количественных характеристик, отражающих их уровни в прошлые периоды времени (на однородных объектах некоторой совокупности – территориях, предприятиях и т. п.);
обоснование типа и формы модели, выражаемой математическим уравнением (системой уравнений), связывающим включенные в модель переменные.
11
2. Оценка параметров выбранного варианта модели на основании исходных данных, выражающих уровни показателей (переменных) в различные моменты времени или на совокупности однородных объектов.
3. Проверка качества построенной модели и обоснование вывода о целесообразности ее использования в ходе дальнейшего эконометрического исследования. Это заключительный этап, по результатам которого делается заключение о практической пригодности модели, что является ее необходимым свойством.
Отмет м, что каждый последующий этап существенно зависит от
результатов выполнен я предыдущих этапов. Искусство построения ма- |
|
тематической модели состоит в том, чтобы совместить как можно боль- |
|
шую лакон чность в ее математическом описании с достаточной точно- |
|
С |
|
стью модельного воспро зведения именно тех сторон анализируемой ре- |
|
альности, которые в на |
ольшей степени интересуют исследователя. |
Переч сленные этапы построения эконометрической модели носят |
|
условный характер. Основное место в эконометрическом исследовании |
|
занимает этап |
параметров модели и проверки их статистической |
оценки |
|
значимости, а также проверка статистической значимости всего построен- |
|
ного уравнен я регресс . |
|
Если модель удовлетворяет всем необходимым требованиям, то она |
может быть использована для прогнозирования переменных или объясне- |
||
ния исследуемых экономических процессов. Такая модель позволяет |
||
предсказать среднее значение исследуемого экономического показателя |
||
|
Д |
|
на основе прогнозируемых значений входных факторов, предвидеть до- |
||
пустимые отклонениябАконкретных значений изучаемой величины от пред- |
||
сказываемого по модели. Хорошая модель поможет определить, на какие |
||
факторы и в каком направлении и объеме следует воздействовать, чтобы |
||
значение исследуемого показателя лежало в определенных числовых гра- |
||
ницах [2]. |
|
И |
|
|
|
Выбор вида эконометрической модели основывается прежде всего |
||
на результатах предварительного |
качественного или количественного |
|
анализа, проводимого методами экономической теории. По возможности |
||
характер предполагаемой зависимости обосновывается исходя из теорети- |
||
ческих предположений о характере |
закономерности развития изучаемого |
|
явления или процесса. |
|
|
Наибольшее применение в эконометрике нашли линейные методы. Это обусловлено несколькими причинами:
1.Существуют эффективные методы построения данных моделей.
2.В небольшом диапазоне значений факторных признаков линейные модели с достаточной точностью могут аппроксимировать реальные нелинейные зависимости.
12