- •Предисловие
- •Введение
- •Пример 1.
- •Пример 2.
- •Глава 1. Анализ данных
- •§1. Состав исходной информации
- •§2. Интерполяционный полином Лагранжа
- •Случай 1.
- •Случай 2.
- •Случай 3.
- •Случай n.
- •§3. Парная линейная регрессия. Метод наименьших квадратов
- •§4. Множественная линейная регрессия
- •§5. Нелинейные модели
- •§6. Системы одновременных эконометрических уравнений
- •Глава 2. Временные ряды §7. Составляющие временного ряда
- •§8. Определение составляющих временного ряда
- •При этом коэффициенты ak, bk будут равны
- •§9. Временной ряд как случайный процесс
- •§10. Модели arima
- •§11. Учет сезонных составляющих
- •Глава 3. Оценка качества спецификации модели §12. Анализ погрешностей исходной информации
- •§13. Доверительные интервалы
- •§14. Расчет погрешностей
- •§15. Коэффициент детерминации
- •§16. Средняя ошибка аппроксимации
- •§17. Принцип максимального правдоподобия. Построение регрессионных моделей при гетероскедастичности ошибок
- •§18. Статистические гипотезы
- •Список литературы
- •Оглавление
Пример 1.
Как известно, спрос и предложение относятся к основным понятиям микроэкономики. Пусть переменная X определяет количество товара, рыночная цена которого равна p ( price – цена ). Спрос на данный товар – это количество товара X, которое потребители готовы купить по цене p, т.е. это функция X = D(p). Как правило, функция спроса D(p) (Demand – спрос ) является убывающей. В экономике принято по оси абсцисс откладывать количество товара X, а по оси ординат – цену p (рис. 4). В первом приближении функцию спроса X = D(p) можно считать линейной: X = - p, ( > 0).
Предложение – это количество товара X, которое производители готовы продать по цене p, т. е. это функция X=S(p). Как правило, функция предложения (Supply – предложение) является возрастающей и может быть аппроксимирована линейной зависимостью: X = a+bp, (b > 0).
Изобразим графики функций D(p) и S(p) на одном чертеже (рис.4). Точка E пересечения этих графиков (Xe, pe) ( equilibrium – равновесие ) отвечает состоянию рыночного равновесия. Если бы цена товара была ниже равновесной ( p < pe ), то спрос на данный товар превышал бы предложение, возник бы дефицит товара. Напротив, если p > pe, то предложение превышает спрос и товар не раскупается полностью. В обоих случаях давление рынка должно приводить к установлению равновесной цены pe. Изменение рыночной цены p(t) = pt представляет собой процесс, разворачивающийся во времени, анализ динамики рыночных цен мы здесь не рассматриваем.
Error: Reference source not found 
Рис.4. Графики функций спроса и предложения
Отметим только, во-первых, что задачей эконометрических исследований является оценка постоянных , , a, b по данным экономической статистики, социологических опросов и т. п. И, во-вторых, что при определении предложения на данный товар X = Xt в ряде случаев следует учитывать не только его цену p = pt в рассматриваемый момент времени t, но и например цену pt-1 в некоторый предыдущий момент времени (t-1) (здесь единицей времени может быть год, месяц, день – в зависимости от конкретной задачи).
Тогда
закон предложения запишется в виде
,
и задачей эконометрики будет определение
константa,
b,
c.
Пример 2.
В
качестве примера из макроэкономики
рассмотрим кривую Филлипса, устанавливающую
зависимость между изменением уровня
инфляции
и занятостью на рынке трудаx
= L
/
Lпред
( Labour
– труд, рабочая сила ), где Lпред
–
предельное значение предложения труда,
L
– требуемая рабочая сила. Если x<1,
то существует безработица. Если x
=
1, ее нет, при этом L
= Lпред.
Данные статистики многих капиталистических
стран свидетельствуют о существовании
зависимости между
иx
(рис.5).
Из рис. 5 видно, что существует такой уровень занятости x0, при котором инфляция не растет (сам Филлипс рассматривал вместо изменения инфляции t изменение заработной платы рабочих). Количественная оценка зависимости между t и x представляет собой типичную задачу эконометрики.
Error: Reference source not found
Рис.5. Кривая Филлипса
Основные этапы эконометрического моделирования следующие:
априорный анализ экономической сущности изучаемого явления;
определение конечных целей исследования, набор участвующих в нем факторов и показателей, выявление их роли;
моделирование, т.е. выбор общего вида модели, состава и формы входящих в нее связей;
формирование и формализация априорной информации, относящейся к природе исходных статистических данных и случайных составляющих;
сбор необходимой статистической информации: регистрация значений участвующих в модели факторов и показателей на различных временных и пространственных интервалах функционирования явления;
анализ модели и статистическое оценивание найденных параметров модели.
