- •Запорожский институт экономики и
- •Тема № 1. Предмет, методы и задачи курса “эконометрия”.
- •Задачи курса –
- •2. Обобщенной эконометрической модели.
- •Этапы эконометрического анализа:
- •Тема №3. Простая эконометрическая модель.
- •3.2.1 Определение параметров при степенной зависимости
- •3.2..2 Определение параметров гиперболы
- •3.2.3. Определение параметров показательной регрессии
- •3.2.4. Определение параметров параболы
- •Решение:
- •Алгоритм фаррара –глоберАсостоит из следующих шагов:
- •Пространственная корреляция возмущений (Гетероскедастичность остатков).
- •Автокорреляция остатков
- •Области принятия решений при d-тесте нулевой гипотезы с тремя альтернативными гипотезами.
- •При подозрении на автокорреляцию оценка по методу Эйткена может быть проведена только с использованием вспомогательной модели следую- щим образом:
- •Точечные и интервальные прогнозы регрессанда
Этапы эконометрического анализа:
ЭТАП 1.
Начинать построение эконометрической модели необходимо с четкой постановки задач исследования, ознакомления с экономической теорией, позволяющей выявить основные причинно-следственные связи в исследуемой системе. Такой предварительный анализ позволит определить перечень объясняемых переменных модели ( то есть стоящих в левой части уравнений) и перечня объясняющих (или зависимых) переменных . (В сложных системах часть переменных может быть одновременно и объясняющими и объясняемыми). Полезно выделить также управляющие переменные, то есть такие переменные, значения которых мы сможем менять и тем самым влиять на поведение системы.
ЭТАП 2.
Результаты выполнения ЭТАПА 1 необходимо представить в виде математических уравнений. Система уравнений должна быть полной в том смысле, что для каждой объясняемой переменной должно быть объясняющее уравнение. Затем следует проверка идентифицируемости уравнений, то есть являются ли неизвестные параметры уравнений в принципе статистически оцениваемыми. На этом этапе высказываются также гипотезы относительно статистических свойств модели (то есть ее переменных и параметров). Результат этого этапа называют СПЕЦИФИКАЦИЕЙ МОДЕЛИ.
ЭТАП 3.
Проверка имеющихся в наличие статистических данных, при необходимости сбор дополнительной информации. (Строго говоря, сбор и подготовка данных, проверка их “правдивости” - это отдельная задача, которая изучается в рамках прикладной статистики.)
ЭТАП 4.
Проверка на соответствие полученной спецификации модели классической линейной регрессионной модели, если нет, то исследуется, какая из известных обобщенных моделей может быть использована. С помощью оценочных формул для выбранной модели рассчитываются оценки неизвестных параметров. На этом этапе применяются различные статистические тесты на автокоррелированность, гетероскедастичность, мультиколлинеарность и другие. Кроме того качество модели оценивается с помощью коэффициента детерминации и построения доверительных интервалов для оцениваемых параметров модели.
ЭТАП 5.
Если результаты предыдущего этапа почему либо не удовлетворяют разработчиков модели, необходимо внести изменения в спецификацию модели, то есть вернуться к ЭТАПУ 2.
ЭТАП 6.
Применение модели для прогноза и принятия решений. В идеале построенная модель может применяться для прогноза на последующие моменты времени, для оценки необходимых значений управляющих переменных, позволяющих добиться желаемого значения управляемой переменной, для задач оптимизации а также для исследования динамических свойств системы.
Построение эконометрической модели возможно при следующих условиях:
1.Наличие достаточно большой совокупности наблюдений данных;
2.Однородность совокупности наблюдений;
3.Точность и достоверность входных данных;
4.Выдвижение гипотезы о наборе переменных и структуре связей.
Совокупность наблюдений ( выборку ) можно записать в виде матрицы данных:
D = ( YX )
По способу формирования различают три вида выборок: временную, пространственную и пространственно-временную.
Понятие однородности охватывает качественную (определяется типичностью экономических объектов их одинаковым качеством и назначением ) и количественную ( определяется на основе количественных признаков ) однородность.
Признаки, описывающие единицу наблюдений, далее будут выступать как переменные эконометрической модели. Поэтому, формируя совокупность наблюдений, необходимо обеспечить сравнение данных в пространстве и времени.
Для этого необходимо иметь:
Однородную структуру единиц совокупности ;
Одинаковый степень агрегирования;
Одни и те же методы расчета показателей во времени;
Одинаковую периодичность учета отдельных переменных;
Сравнительные цены и другие экономические условия.
Формируя совокупность наблюдений для построения эконометрической модели, необходимо обращать внимание на возможность существования ошибок в экономической информации. Если нет возможности избавиться от них, то необходимо применять специальные методы оценивания параметров модели.