Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Эконометрика. Опорный конспект лекций для бакалавров очной и заочной форм обучения направлений подготовки «Экономика», «Бизнес-информатика».pdf
Скачиваний:
0
Добавлен:
15.08.2026
Размер:
1 Мб
Скачать

АНО «ООВО» «УНИВЕРСИТЕТ ЭКОНОМИКИ И УПРАВЛЕНИЯ»

Факультет экономики и управления

Кафедра «Бизнес-информатика»

Мотина В.Г.

ЭКОНОМЕТРИКА Опорный конспект лекций

Направление подготовки

38.03.01«Экономика»

38.03.05Бизнес-информатика

Для всех форм обучения

Симферополь

2020

УДК 330.43

ББК 65в6

М 85

Мотина В. Г. Эконометрика: Опорный конспект лекций для бакалавров очной и заочной форм обучения направлений подготовки «Экономика», «Бизнес-информатика» / В. Г. Мотина. – Симферополь : АНО «ООВО» «УЭУ», 2020. – 107 с. – Текст : непосредственный.

Составитель: Мотина Валентина Григорьевна – старший преподаватель кафедры «Бизнес-информатика» АНО «ООВО» «Университет экономики и управления»

Рецензент: Донченко Янина Андреевна, канд. пед. наук, завкафедрой «Бизнесинформатика» АНО «ООВО» «Университет экономики и управления»

Опорный конспект лекций разработан с целью оказания методической помощи студентам при изучении тем дисциплины «Эконометрика» как во время аудиторных занятий, так и при самостоятельном изучении. Рассмотренные темы соответствуют рабочей программе дисциплины «Эконометрика».

Учебно-методическое пособие рассмотрено и одобрено кафедрой «Бизнесинформатика», протокол от 23.10.2020 г № 3.

Утверждено и рекомендовано к изданию на заседании ученого совета АНО «ООВО» «УЭУ», протокол от 26.11.2020 г. № 4.

© Мотина В.Г., 2020

2

СОДЕРЖАНИЕ

Лекция 1. Тема: Предмет эконометрики. Методология эконометрического

исследования .................................................................................................................................

5

1.

История эконометрики ..............................................................................................................

5

2.

Понятие эконометрического исследования .............................................................................

7

3.

Общий вид эконометрической модели; этапы построения модели ......................................

8

Лекция 2. Тема: Парная корреляция .....................................................................................

10

1.

Задачи и предпосылки корреляционного анализа ................................................................

10

2.

Функциональная, корреляционная, статистическая связи. Виды и формы корреляционной

связи ...............................................................................................................................................

11

3.

Коэффициент парной корреляции: определение, оценка по выборке ................................

12

Лекция 3. Тема: Вероятностно-статистические основы эконометрики ..........................

15

1.

Случайная величина. Закон распределения случайной величины ......................................

16

2.

Использование закона распределения для выражения числовых характеристик случайной

величины .......................................................................................................................................

17

3.

Выборочный метод. Точечные и интервальные оценки ......................................................

18

Лекция 4. Тема: Проверка статистических гипотез. Статистические выводы о

коэффициенте корреляции .......................................................................................................

21

1.

Статистическая гипотеза. Ошибки в принятии решения по гипотезе ................................

21

2.

Алгоритм проверки статистической гипотезы ......................................................................

22

3. Проверка гипотезы о равенстве нулю коэффициента корреляции в генеральной

совокупности ................................................................................................................................

23

4. Доверительный интервал для коэффициента корреляции в генеральной совокупности ..

24

Лекция 5. Тема: Оценка параметров модели парной линейной регрессии по методу

наименьших квадратов .............................................................................................................

26

1.

Модель парной линейной регрессии. Причины существования случайного члена уравнения

регрессии .......................................................................................................................................

26

2.

Метод наименьших квадратов. Преимущества и недостатки метода .................................

27

3.

Оценка параметров модели парной линейной регрессии по

методу наименьших

квадратов .......................................................................................................................................

28

Лекция 6. Тема: Анализ показателей точности модели парной линейной регрессии...30

1.

Показатель общего качества модели регрессии – коэффициент детерминации

................ 30

2.

Оценка дисперсии параметров модели регрессии ................................................................

31

3.

Проверка гипотезы о статистической значимости коэффициента

регрессии.

Доверительный интервал для истинного значения коэффициента регрессии .......................

32

Лекция 7. Тема: Проверка предпосылок к построению модели регрессии ....................

35

1.

Предпосылки (предположения) к построению уравнения линейной регрессии. Свойства

МНК-оценок .................................................................................................................................

35

2.

Гомоскедастичность отклонений ............................................................................................

37

3.

Попарная независимость отклонений (отсутствие автокорреляции) ..................................

38

Лекция 8. Тема: Прогноз по модели парной линейной регрессии. Проверка гипотезы о

нормальном законе распределения ........................................................................................

40

1.

Рекомендации к применению уравнения регрессии для прогноза ......................................

40

2.

Формулы точечного и интервального прогноза по модели парной линейной регрессии .41

3.

Графический метод проверки гипотезы о нормальном законе распределения .................

42

Лекция 9. Тема: Модели нелинейной регрессия ..................................................................

44

1. Примеры нелинейных эконометрических моделей ..............................................................

44

2. Квазилинейные модели и существенно нелинейные модели ..............................................

47

3.

Выбор между линейной и нелинейной моделью ..................................................................

48

Лекция 10. Тема: Множественный корреляционный анализ ...........................................

50

1.

Множественная корреляция. Коэффициент детерминации .................................................

50

2.

Мультиколлинеарность ...........................................................................................................

51

 

3

 

3.

Отбор факторов для построения модели регрессии. Частная корреляция .........................

53

Лекция 11. Тема: Множественная (многофакторная) линейная модель. Оценка

параметров модели. Анализ общего качества модели и значимости

коэффициентов ...........................................................................................................................

55

1.

Общий вид модели множественной линейной регрессии. Экономический

смысл

коэффициентов..............................................................................................................................

55

2.

Система уравнений МНК для множественной линейной регрессии ..................................

56

3.

Анализ общего качества модели и значимости коэффициентов .........................................

57

Лекция 12. Тема: Фиктивные переменные. Лаговые переменные Прогнозирование по

уравнению множественной линейной регрессии .................................................................

62

1.

Учет в модели множественной регрессии качественных признаков-факторов с помощью

фиктивных переменных (dummy-переменных) ........................................................................

62

2.

Лаговые переменные ................................................................................................................

63

3.

Прогноз по уравнению множественной линейной регрессии .............................................

64

Лекция 13. Тема: Общие сведения о временных рядах и задачах анализа временных

рядов. Декомпозиция временного ряда .................................................................................

66

1.

Временной ряд и его элементы ...............................................................................................

66

2.

Цели анализа временных рядов. Этапы построения модели ...............................................

68

3.

Декомпозиция временного ряда .............................................................................................

70

Лекция 14. Тема: Методы выявления основной тенденции временного ряда ..............

72

1.

Глазомерный метод ..................................................................................................................

72

2.

Механические методы выравнивания ....................................................................................

73

3.

Проверка гипотез о наличии тренда .......................................................................................

74

Лекция 15. Тема: Методы выбора модели тренда и оценки параметров модели .........

77

1.

Понятие и задачи аналитического выравнивания временного ряда ...................................

77

2.

Выбор модели по методу характеристик прироста . .............................................................

78

3.

Методы оценивания параметров модели временного ряда .................................................

81

Лекция 16. Тема: Построение тренд-сезонной модели ........................................................

83

1.

Понятие сезонной компоненты. Индексы сезонности .........................................................

83

2.

Алгоритмы построения тренд-сезонной модели ...................................................................

84

3.

Моделирование сезонных колебаний .....................................................................................

85

Лекция 17. Тема: Прогнозирование временных рядов ......................................................

88

1.

Точечный прогноз. Свойства остаточной компоненты ........................................................

88

2.

Интервальный прогноз ............................................................................................................

90

3.

Верификация прогноза ............................................................................................................

92

Лекция 18. Тема: Модели стационарных временных рядов .............................................

94

1.

Модели авторегрессии .............................................................................................................

94

2.

Модель авторегрессии – скользящего среднего ....................................................................

97

3.

Модель авторегрессии – проинтегрированного скользящего среднего .............................

97

Лекция 19. Тема: Системы одновременных уравнений .....................................................

99

1.

Виды одновременных уравнений ...........................................................................................

99

2.

Методы оценки систем одновременных уравнений .............................................................

102

3.

Проблема идентифицируемости системы одновременных уравнений ..............................

103

Литература ..................................................................................................................................

106

4

Лекция 1 Тема: Предмет эконометрики. Методология эконометрического исследования

Даются обзор истории развития эконометрики, задачи эконометрического исследования, особенности экономической системы как объекта моделирования, этапы построения и анализа эконометрической модели, основные типы эконометрических моделей.

Основные вопросы:

1. История эконометрики.

3. Понятие эконометрического исследования.

3. Общий вид эконометрической модели; этапы построения модели.

Основные понятия:

Эконометрика – наука, изучающая количественные и качественные экономические взаимосвязи с помощью статистических методов и математических методов и моделей.

Эконометрическая модель – это экономико-математическая модель, параметры которой оцениваются с помощью методов математической статистики.

Введение

Исследуя природу, общество, экономику, необходимо учитывать взаимосвязь наблюдаемых процессов и явлений. Например, связано ли изменение объемов продаж с расходами на рекламу? На сколько единиц изменится в среднем объем товарооборота при изменении дохода потребителей на одну единицу? Чтобы научиться получать ответы на подобные вопросы, необходимо изучить науку под названием эконометрика.

Эконометрика – наука, изучающая количественные и качественные экономические взаимосвязи с помощью статистических методов и математических методов и моделей.

«Эконометрика позволяет проводить конкретный анализ реальных экономических явлений, основываясь на современном развитии теории и наблюдениях, связанных с методами получения выводов» (Пол Самюэльсон).

Эконометрика является частью экономической теории вместе с макроэкономикой и микроэкономикой, и входит практически во всех странах в стандарт высшего экономического образования. Методы эконометрики широко используются в прикладных исследованиях для анализа данных и проверки теоретических положений и гипотез.

Эконометрические модели используются в анализе и прогнозировании как макроэкономических показателей (ВВП, инфляция, безработица и др.), так и конкретных количественных характеристик потребителей и производителей (ресурсы, спрос, доходы). Полученные результаты можно использовать в планировании и управлении.

Целью учебной дисциплины «Эконометрика» является рассмотрение теоретических основ и методов построения и анализа эконометрических моделей; формирование навыков построения моделей для реальных экономических показателей, интерпретация результатов, получение прогнозных оценок. Приобретенные знания будут полезны при изучении дисциплин, связанных с принятием управленческих решений на основе анализа статистических зависимостей.

1. История эконометрики

Наука эконометрика возникла из необходимости научно-обоснованного подтверждения и доказательства концепций и выводов экономической теории результатами количественного анализа рассматриваемых процессов.

Уже в начале ХХ века пришло понимание полезности статистики и математики для понимания экономических процессов.

29 декабря 1930 г. по инициативе Ирвинга Фишера, Рагнара Фриша и других выдающихся статистиков и экономистов было создано Эконометрическое общество. В 1933 г. был основан журнал «Эконометрика», являющийся одним из наиболее престижных

5

ив настоящее время. В 1941 г. выходит, по сути, первый учебник по эконометрике, написанный Яном Тинбергеном. В 1969 г. Фриш и Тинберген стали первыми исследователями, получившими Нобелевскую премию по экономике.

До последней четверти ХХ века эконометрика понималась ограниченно, как средство эмпирической (полученной из опыта) оценки моделей, созданных в рамках экономической теории. Лишь позднее благодаря Лоуренсу Клейну, Джеймсу Хекману, Даниэлу Макфаддену

иряду других математиков-экономистов эконометрика обрела собственную базу, предлагая модели, более совершенные, чем экономическая теория того времени.

Таблица 1.1 – Некоторые лауреаты Нобелевской премии по экономике, чьи достижения связаны с эконометрикой

Год

Лауреат

 

 

Достижение

 

Страна

1969

Тинберген Я.

Разработка

математических

методов

анализа

Нидерланды

экономических процессов

 

 

 

 

 

 

 

1969

Фриш Р.

Разработка

математических

методов

анализа

Норвегия

экономических процессов

 

 

 

 

 

 

 

1970

Самуэльсон П.

Вклад

в повышение

уровня

научного

анализа в

США

экономических науках

 

 

 

 

 

 

 

 

 

1971

Кузнец С.С.

Эмпирические исследования экономического роста

США

 

 

Работы по созданию эконометрических моделей и их

 

1980

Клейн Л.

применение к анализу политики и циклических

США

 

 

колебаний

 

 

 

 

 

 

 

Исследования в области эконометрии, теории

 

1989

Ховельмо Т.

производственной функции и экономической теории

Норвегия

 

 

благосостояния

 

 

 

 

 

 

За работу в новом микроэконометрическом

 

 

Макфадден Д.Л.

направлении

– разработку

методов и

моделей

 

2000

анализа индивидуальных и семейных предпочтений

США

Хекман Дж.

 

при совершении покупок, смене местожительства и

 

 

 

 

 

 

работы, выборе образования и др.

 

 

 

 

За разработку метода анализа временных рядов в

 

2003

Роберт Энгл

экономике на основе математической модели с

США

 

 

авторегрессионной условной гетероскедастичностью

 

2011

Сарджент Томас,

За

эмпирические

исследования

причинно-

США

Симс Кристофер

следственных связей в макроэкономике

 

 

 

 

 

Юджин Фама,

 

 

 

 

 

 

 

2013

Ларс Питер Хансен,

За эмпирический анализ изменения цены активов

США

 

Роберт Шиллер

 

 

 

 

 

 

 

Появление и массовое использование компьютеров сделало задачи эконометрического анализа доступными экономистам всех уровней и областей деятельности. Огромная вычислительная мощность современных компьютеров не только дала возможность применять уже разработанные методы, но и сделала возможным проведение компьютерных экспериментов в эконометрике, создание численных методов в областях, не поддающихся теоретическому и традиционному математическому анализу.

Основные прикладные и практические направления эконометрики:

1.Эконометрика в микроэкономическом анализе.

2.Эконометрика финансовых рынков.

3.Эконометрика в макроэкономическом моделировании.

Источник: Фонд знаний «Ломоносов» [http://www.lomonosov-fund.ru/enc/ru/encyclopedia: 0126101:article].

6

Выводы. На начальном этапе эконометрика использовалась для подтверждения и доказательства концепций и выводов экономической теории результатами количественного анализа рассматриваемых процессов.

В последней четверти ХХ века благодаря приходу в эконометрику математиковэкономистов эконометрика обрела собственную базу и стала предлагать модели более совершенные, чем экономическая теория.

Развитие компьютеров и создание специального программного обеспечения расширило возможности применения эконометрических методов и моделей на практике.

Огромная вычислительная мощность современных компьютеров сделала возможным проведение компьютерных экспериментов в эконометрике, создание численных методов моделирования сложных социально-экономических процессов.

2. Понятие эконометрического исследования

Можно сказать, что основная задача эконометрики состоит в построении так называемых эконометрических моделей, описывающих взаимообусловленное развитие социально-экономических процессов.

Модель – объект, который создается исследователем для анализа и изучения реальной действительности и сохраняет ее существенные свойства.

Эконометрическая модель – это экономико-математическая модель, параметры которой оцениваются с помощью методов математической статистики.

Эконометрические модели строят на основе информации, отражающей распределение показателей этих процессов во времени или (и) в пространстве однородных объектов.

Любое эконометрическое исследование всегда предполагает объединение теории (экономической модели) и практики (статистических данных).

В эконометрических исследованиях преимущественно используются не экспериментальные статистические данные двух типов: перекрестные (пространственные) данные и временные ряды. Перекрестные данные – это данные, собранные с разных объектов в один момент времени. Временные ряды – данные для одного объекта в различные моменты времени. Используются также комбинированные перекрестно-временные данные (панельные данные), например, данные ряда предприятий за несколько отчетных периодов.

Например, можно предположить, что зависимость между доходом населения и уровнем продаж какого-либо товара является линейной и найти значения параметров соответствующей прямой. Найденные зависимости затем могут быть использованы для решения других практических задач. Найденная в указанном примере прямая может быть использована для того, чтобы вычислить уровень продаж при уровне дохода, который будет достигнут в будущем (прогнозирование) или может быть достигнут при соответствующем воздействии на факторы (экономический анализ).

Одну и ту же зависимость можно изучать как на основе перекрестных, так и временных данных. Например, производственную функцию отрасли, выражающую зависимость объема продукции отрасли от затрат труда и производственных фондов, можно получить двумя путями: на основе данных за один год по различным предприятиям отрасли (перекрестные наблюдения), либо данных за несколько лет в целом по отрасли (временные ряды).

Прикладные методы эконометрики позволяют отвечать на два основных вопроса: что может произойти в будущем (прогноз), и как может повлиять изменение одной величины на другую (анализ для управления экономическими процессами). Анализ позволяет понять, как сформировались наблюдаемые значения показателя, какие факторы оказывали влияние и определить управляющие воздействия.

Выводы

Результатом эконометрического исследования является построение эконометрической модели. Эконометрическая модель – это экономико-математическая модель, параметры которой оцениваются с помощью методов математической статистики.

7

Эконометрическая модель выступает в качестве средства анализа и прогнозирования как общих закономерностей, так и конкретных количественных характеристик рассматриваемых процессов (как на макро-, так и на микроэкономическом уровне) на основе реальной статистической информации.

3.Общий вид эконометрической модели; этапы построения модели

Вобщем виде эконометрическую модель можно представить так:

y = f (X , A)+ε .

Здесь: y – наблюдаемое значение зависимой переменной;

f (X , A) – объясненная часть зависимой переменной, которая зависит от значений,

объясняющих переменных X (факторов или независимых переменных);

ε – случайная составляющая зависимой переменной (ошибки, остатки, отклонения, возмущения);

A – вектор (набор) параметров модели.

Процесс построения и анализа эконометрической модели является достаточно сложным и может быть разбит на ряд этапов.

Этапы построения эконометрической модели:

1.Постановка проблемы (определение и формулировка конечных целей моделирования и набора участвующих в модели показателей – факторов). В качестве цели исследования обычно рассматривают анализ экономического процесса (системы), прогноз экономических показателей, имитацию развития экономического процесса при изменении значений факторов и пр.

2.Спецификация модели – выбор формы связи переменных модели, то есть, вида

функции f (значения параметров A пока неизвестны).

3.Идентификация модели (статистическое оценивание неизвестных параметров модели A и параметров распределения случайной составляющей ε).

4.Оценка качества модели и ее верификация (проверка прогнозных свойств).

В большинстве случаев эконометрические модели выбираются линейными. Классическая линейная регрессионная модель, включающая m факторов, имеет вид:

y =α1x(1) +α2 x(2) +...+αm x(m) + β +ε .

Здесь x(1), x(2), …, x(m) – набор значений факторов.

Однако не всегда удается построить регрессионную модель классического типа.

Вэтом случае применяются другие модели, например:

модели временных рядов, в которых «фактором» является время;

модели с лаговыми переменными и модели авторегрессии;

системы одновременных уравнений.

Основные особенности экономической системы как объекта моделирования

1.Сложность системы, многообразие количественных и качественных характеристик. Обычно трудно выявить все основные влияющие факторы.

2.Взаимосвязь явлений и признаков; трудность или невозможность раздельной оценки влияния факторов.

3.Наличие случайной составляющей во многих воздействиях.

4.Ограниченный набор статистических наблюдений, которые к тому же содержат различного рода ошибки.

5.Динамичность процессов и невозможность повторения эксперимента.

Выводы

В большинстве случаев эконометрические модели выбираются линейными. Рассматривают также модели временных рядов, модели с лаговыми переменными и модели авторегрессии, системы одновременных уравнений.

8

Заключение

Современные компьютерные программы позволяют оценить зависимости между экономическими переменными практически мгновенно. Одновременно рассчитываются разнообразные показатели статистического качества построенных регрессий. В прикладной и практической работе исследователь, как правило, не интересуется математической стороной эконометрических моделей и может сосредоточиться на решении содержательных задач статистического и экономического анализа.

Прежде всего в задачу исследователя входит получение и анализ исходных данных. Необходимо убедиться (при необходимости используя также специальные эконометрические тесты), что исходные данные соответствуют используемым теоретическим предпосылкам, достаточно точны, надежны, не содержат явно отклоняющихся наблюдений, которые могут исказить результаты анализа. Далее в задачу входит построение исходной теории и теоретической модели, обоснование формы зависимости, выбор объясняющих переменных. При необходимости могут быть рассмотрены и сопоставлены различные альтернативные подходы, а содержательный экономический анализ и вспомогательные эконометрические тесты позволяют отобрать модель, в наибольшей степени адекватную экономической реальности.

Вопросы для закрепления материала:

1.Что изучает наука эконометрика?

2.Что такое эконометрическая модель?

3.Для чего можно использовать результаты эконометрического моделирования?

4.Общий вид эконометрической модели.

5.Этапы построения эконометрической модели.

9

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]