
- •1. Эконометрическая модель и проблемы эконометрического моделирования
- •1.1. Общие понятия
- •1.2. Экономическая модель
- •1.3. Эконометрическая модель
- •1.4. Элементы эконометрической модели и их свойства
- •1.5. Задачи эконометрики
- •1.6. Эконометрика и её место в ряду математических и экономических дисциплин
- •1.7. Резюме по теме.
- •1.8. Вопросы для повторения
- •2. Элементы теории вероятностей и математической статистики
- •2.1. Дискретные, непрерывные случайные величины
- •2.2. Зависимые случайные величины
- •2.3. Понятия генеральной совокупности и выборки (выборочной совокупности)
- •2.4. Оценки параметров генеральной совокупности. Несмещённость и состоятельность оценок
- •2.5. Резюме по теме
- •2.6. Вопросы для повторения
- •3. Модели и методы регрессионного анализа
- •3.1. Основные понятия регрессионного анализа
- •3.2. Линейная парная регрессия
- •3.2.1. Определения
- •3.2.2. Принцип, метод наименьших квадратов
- •3.2.3. Свойства оценок параметров парной линейной регрессии
- •3.2.4. Анализ статистической значимости коэффициентов линейной регрессии
- •3.3. Нелинейная регрессия
- •3.4. Характеристики парной регрессии
- •3.5. Множественная регрессия
- •3.6. Гомо- и гетероскедастичность остатков
- •Методы определения гетероскедастичности
- •Тест ранговой корреляции Спирмена
- •3.7. Резюме по теме.
- •3.8. Вопросы для повторения
- •4. Анализ временных рядов
- •4.1. Общие понятия
- •4.2. Понятие временного ряда
- •4.3. Основные понятия и модели анализа временных рядов
- •4.4. Трендовые модели генерации значений временного ряда.
- •4.5. Фильтрация и сглаживание временного ряда
- •4.5.1. Медианная фильтрация (сглаживание)
- •Проверка гипотезы о наличии тренда во временном ряде
- •4.6. Методы сглаживания временного ряда
- •4.6.1. Общие понятия
- •4.6.2. Аналитические методы
- •4.6.3. Метод скользящего среднего
- •4.6.4. Метод экспоненциально взвешенного скользящего среднего (метод Брауна)
- •4.7. Стационарные временные ряды
- •4.7.1. Основные понятия
- •4.7.2. Корреляционная функция
- •4.7.3. Использование автокорреляции для выявления структуры временного ряда
- •4.8. Модели авторегрессии стационарных временных рядов и их идентификация
- •4.8.1. Основные понятия
- •4.8.2. Модель авторегрессии 1-го порядка
- •4.8.3. Модель авторегрессии второго порядка
- •4.8.4. Оценивание параметров моделей авторегрессии. Метод инструментальных переменных.
- •4.9. Моделирование сезонных и циклических колебаний
- •4.9.1. Расчет сезонной компоненты и построение модели временного ряда
- •4.9.2. Использование сезонных фиктивных компонент при моделировании сезонных колебаний
- •4.10. Специфика изучения взаимосвязей по временным рядам. Исключение сезонных колебаний. Исключение тенденции.
- •4.10.1. Метод отклонений от тренда
- •4.10.2. Метод последовательных разностей
- •4.11. Резюме по теме.
- •4.12. Вопросы для повторения
- •5. Системы одновременных уравнений
- •5.1. Модель спроса и предложения
- •5.2. Структурная и приведённая форма системы
- •5.3. Идентифицируемость систем одновременных уравнений
- •5.4. Резюме по теме.
- •5.5. Вопросы для повторения
- •Задачник
- •Примеры решения типовых задач
- •Задачи для самостоятельного решения
- •Варианты задач
- •Нелинейные модели регрессии и их линеаризация
- •Решение типовых задач
- •Задачи для самостоятельного решения.
- •Варианты задач
- •Решение типовых задач.
- •Постановка задачи
- •Варианты для самостоятельного решения.
Эконометрика
Предисловие
Настоящее учебное пособие предназначено тем студентам, и надеемся преподавателям, которые в рамках своей деятельности и в частности учебы должны использовать математический аппарат, который в последние годы принято относить к прикладной статистике. Само это название содержит указание на то, что речь идет о принципах извлечения информации об исследуемых процессах и приемах обработки имеющихся о них данных, позволяющих повысить надежность результатов анализа.
Прикладная статистика во многом имеет рецептурный характер, то есть ее содержание составляют описание процедур обработки данных и схемы интерпретации их результатов в рамках решаемых прикладных задач экономики и управления. Поэтому в нашем пособии за некоторым исключением нет математических обоснований и доказательств встречающихся утверждений о свойствах тех или иных процедур.
Современное образование экономиста или менеджера не может быть полноценным без того, чтобы они владели методами и конкретными процедурами анализа статистических данных. При этом важнейшим обстоятельством является умение выбрать метод обработки, который адекватно отражает специфику решаемой задачи, особенно с точки зрения интерпретации результатов вычислений.
В последние десятилетие совокупность методов обработки статистических данных, позволяющих выявить некоторые закономерности в поведении генерирующих их экономических объектов, принято называть эконометрикой, подчеркивая тем самым, что речь идет об измерениях в экономике. Это важное понятие, но в издаваемых в последние годы руководствах по дисциплине чаще всего описываются только вычислительные схемы, то есть рецептурность доведена до некоторого преувеличенного отрицания хоть некоторых объяснений.
Опыт преподавания методов численного анализа эмпирических данных у авторов пособия достаточно большой как по предметным областям, так и по набору студенческих специальностей. Это позволило, как нам кажется, обоснованно отобрать материал и способ его изложения.
Излагаются условия и методы построения эконометрических моделей по пространственным и временным данным, оценки параметров методом наименьших квадратов и методом максимального правдоподобия. Описываются структурные модели; автокорреляционная функция и методы выявления структуры временного ряда.
1. Эконометрическая модель и проблемы эконометрического моделирования
Цели и задачи изучения темы:
Формирование представления об основных понятиях и проблемах эконометрического моделирования, о математико-статистическом инструментарии эконометрики, о принципах эконометрического моделирования, о связи эконометрических методов с методами математической статистики.
1.1. Общие понятия
Постоянно усложняющиеся экономические процессы привели к необходимости создания и совершенствования особых методов изучения и анализа. При этом широкое распространение получило использование моделирования и количественного анализа. На базе последних и сформировалось одно из направлений экономических исследований – эконометрика, быстроразвивающаяся отрасль науки, цель которой состоит в том, чтобы придать количественные меры экономическим отношениям.
Эконометрика – это наука, в которой на базе реальных статистических данных строятся, анализируются и совершенствуются математические модели реальных экономических явлений. Одним из важнейших направлений эконометрики является построение прогнозов по различным экономическим показателям.
Эконометрика как научная дисциплина зародилась и получила развитие на основе слияния экономической теории, математической экономики, экономической и математической статистики.
Предмет исследования эконометрики – экономические явления, но, в отличие, от экономической теории, эконометрика делает упор на количественные, а не на качественные аспекты этих явлений. Например, экономическая теория утверждает, что спрос на товар с ростом его цены убывает. Но при этом практически неисследованным остается вопрос, как быстро и по какому закону происходит это убывание. Эконометрика отвечает на этот вопрос для каждого конкретного случая.
1.2. Экономическая модель
Основным элементом экономического исследования является анализ и построение взаимосвязей экономических переменных. Математическое выражение таких взаимосвязей называется экономической моделью.
Пример.
I – располагаемый доход семьи;
C – потребление.
Построение экономических моделей осложнено следующими факторами
1) часто эти взаимосвязи не являются строгими, функциональными зависимостями;
2) очень трудно выявлять все факторы, влияющие на данный зависимый экономический показатель;
3) воздействие многих факторов является случайным;
4) экономисты обладают ограниченным набором данных статистических наблюдений, которые к тому же содержат различного рода ошибки.
Если удаётся преодолеть эти трудности, тогда можно построить экономическую модель, выражающую функциональную зависимость некоторой зависимой величины от формирующих её значение факторов. Особенность функциональной зависимости состоит в том, что по значению независимой величины (переменной) можно однозначно, абсолютно точно вычислить, предсказать значение зависимой величины.
1.3. Эконометрическая модель
Рассмотрим набор реальных статистических данных (Ck,Ik) и изобразим эти данные точками в координатах (C,I).
Таким образом, зависимость между величинами Ck, Ik не функциональная, а стохастическая, случайная. Но эта случайность не такова, что абсолютно невозможно предсказать или объяснить по величине Ik величину Ck, поскольку видна достаточно устойчивая тенденция роста (в среднем). Другими словами, взаимосвязь между величинами Ck, Ik такова: точное значение Ck не вычисляется по значению Ik, однако с ростом Ik значение Ck в среднем увеличивается. Такой характер зависимости выражается следующим образом:
(1)
В общем случае, характер зависимости нелинейный:
(2)
Соотношение
(2) называется эконометрической моделью.
Таким образом, эконометрическая модель
– это выражение статистической
зависимости между переменными.
Эконометрическая модель строится на
основе экономической теории и
статистических данных.