Эконометрика
Литература:
Грицан В.Ш. Эконометрика.
Замков О.О. и др. Математические методы в экономике.
Козлов А.Ю. и др. Пакет анализа MS Excel в экономико-статистических расчетах.
Елисеева И.И. и др. Практикум по эконометрике.
Айвазян С.А.и др. прикладная статистика и основы эконометрики.
Журналы:
Вопросы статистики;
Проблемы прогнозирования;
Проблемы теории и практики управления;
Экономика и математические методы……
Статистические сборники
Российский статистический ежегодник (Госкомстат России);
Регионы России (Госкомстат России);
Тюменская область в цифрах (Тюменский областной комитет госстатистики)…..
Тематика сообщений:
Функции и графики в экономическом моделировании: функция потребления, линия безразличия, линия бюджетного ограничения, кривые роста и предложения, графики зависимостей издержек и дохода от объема производства…
Экономические задачи, решаемые методами дифференциального исчисления: предельный анализ в экономике. Средние величины и нахождение предельного эффекта. Динамические модели определения оптимальной траектории развития. Анализ взаимосвязей экономических показателей.
Эластичность и ее применение в экономическом анализе. Геометрическая интерпретация. Свойства эластичности. Виды эластичности. Эластичность и налоговая политика. Эластичность спроса по цене, по доходу. Перекрестная эластичность.
Соотношения между суммарными, средними, предельными величинами в экономике, абсолютные и относительные величины.
Исследование функций спроса для выявления потребительского предпочтения. Модель Р. Стоуна.
Обзор работ в данной предметной области: печатные издания (статьи, журналы, учебная литература), интернетисточники.
Регрессионный и корреляционный анализ.
Планирование экспериментов.
Анализ временных рядов.
Многомерные методы
ППП
EXCEL
«Математическая экономика», «Экономико-математические модели» и «Математические методы в экономике» – это науки, занимающиеся анализом свойств и решений математических моделей экономических процессов.
Объект исследования - теоретические модели, характеристики и зависимости между параметрами моделей, вопросы о существовании решения модели в условиях его неотрицательности, стационарности и др. свойств.
Такие модели исследуются в теоретическом плане, а затем становятся теоретической базой для прикладных исследований методами и средствами эконометрики.
Цель эконометрики – это статистическая оценка экономических зависимостей и моделей на основе обоснования вида зависимостей.
Историческая справка
Пример раннего применения статистических методов – «Книга чисел» (Ветхий Завет).
Термин «статистика» впервые употребил ученый Г. Ахенваль. «Статистика» имеет латинский корень station – государство. Первоначально это слово означало сумму знаний о государстве, необходимую купцам, военным, политикам и ученым.
Во 2-й половине 17 века статистическая наука сформировалась одновременно в Англии (как политическая арифметика) и в Европе (как государствоведение).
В 17 веке, после возникновения теории вероятностей, при обработке статистических данных используют вероятностные модели.
В 1794 - 1795гг. К.Гаусс разработал Метод наименьших квадратов (МНК).
В 19 веке исследовались вопросы статистической устойчивости демографических показателей.
С середины 19 века в России применялись методы статистического контроля качества и сертификации продукции.
В 1900 г. К.Пирсон основал журнал «Биометрика». Основная идея – анализ данных из семейств распределений случайных величин. В частности, нормальное
распределение Гаусса.
В 1926 г. Р.Фриш ввел термин «эконометрика» для обозначения научного направления, которое должно представлять синтез экономической теории, математики и статистики.
Термин «Эконометрика» - комбинация греческих слов «экономика» и «метрика» («метрон»).
Буквальный перевод – измерения в экономике.
В 1928 г. Ч.Кобб и П.Дуглас на основании данных по обрабатывающей промышленности США за период 1899-1922 гг. получили первую эмпирическую производственную функцию:
Р = 1,01М 0,75К0,25.
Где М – индекс занятости, К - индекс основного капитала.
В 1931 г. создано международное эконометрическое общество.
В 50-х гг. В США простаивало 75 % сложного технического оборудования. Если из 100 станков не работает - 1, потери составляют 1%. Если в автоматизированной линии не работает хотя бы 1 агрегат, потери - 100%. Привлечение ученых для решения данной проблемы позволило уменьшить вероятность простоя оборудования в 50 -100 раз.
Широкому использованию методов анализа данных в 1960-1970 гг. способствовало внедрение компьютеров, а с 80-х - ПК.
Статистические ППП сделали анализ данных более доступным и наглядным. Основная работа исследователя: постановка задачи, выбор метода, интерпретация результатов.
Круг потребителей ППП: научные работники, коммерческие, правительственные организации, медицинские организации.
Для решения задач, связанных с анализом данных математиками и другими исследователями за последние 20 лет разработаны практические методы, которые позволяют выявить закономерности на фоне случайностей, дать обоснованные прогнозы.
Примеры применения анализа данных для решения практических задач.
1. Ввод нововведения - переход на выпуск новой продукции с использованием новых технологий. Для установления целесообразности сравнивают выборочные данные до и после введения.
2. Прогнозирование поведения временного ряда - изменение цен и спроса на продукцию. Для этого подбирается аналитическое уравнение - строится регрессионная модель. На основе анализа делается прогноз.
3. Теория надежности. Методы контроля качества продукции. В Японии информация в адаптированном виде предоставляется для обслуживающего персонала. Повсеместное и неукоснительное выполнение требований привело к стабильности и росту экономики.
Методы прикладной статистики являются универсальными и могут использоваться в самых различных областях.
Т.к. прикладная статистика основывается на вероятностных методах расчета, для ее использования необходимо знать основные понятия Т.В. и М.С.
Вопросы для повторения:
Решение и исследование СЛАУ.
Основы дифференциального исчисления функции нескольких переменных
Основные виды элементарных функций.
Исследование функций на экстремум
Законы распределения случайных величин.
Способы проверки гипотез о законе распределения.
Статистическая обработка эмпирических данных.
Классификация экономических моделей и методов их решения
● Модели макроэкономики (макроуровень) подразделяются на статические и динамические. Например, модель Леонтьева, модель Эрроу-Дебре , модели равновесия экономических систем, модели типа «затраты - выпуск». Это статические модели, исследующие состояние экосистем, в которых равнодействующая всех внешних сил равна нулю. Динамические модели – это модели экономического роста (одно-, двух-, трехсекторные), модель Харрода-Домара , модель Солоу, модели магистрального типа.
● Модели микроэкономики (микроуровень) – модели поведения потребителей и производителей с использованием кривых спроса и предложения. Например, «Паутинообразная» модель.
●Мезоуровень – модели региональной экономики, отраслей, корпараций.
● Модели прогнозирования и регулирования экономики – модели рыночной экономики, модели инфляции, модели финансового рынка. Такого рода модели и методы их исследования являются основой для принятия управленческих решений при прогнозировании в бизнесе, банковском деле.