- •Эконометрика
- •Лекция 1. Предмет и метод эконометрики. Ковариация, дисперсия и корреляция
- •1.1. Предмет и метод эконометрики
- •1.2. Выборочная ковариация.
- •1.3. Основные правила расчета ковариации.
- •1.4. Теоретическая ковариация.
- •1.5. Выборочная дисперсия. Правила расчета дисперсии.
- •1.6. Коэффициент корреляции.
- •1.7. Коэффициент частной корреляции.
- •Тест для самоконтроля
- •Лекция 2. Парная линейная регрессия.
- •2.1. Проблема оценивания линейной связи экономических переменных.
- •2.2. Модель парной линейной регрессии.
- •2.3. Регрессия по методу наименьших квадратов.
- •2.4. Интерпретация уравнения регрессии.
- •2.5. Качество оценки: коэффициент r2.
- •Тесты для самоконтроля
- •Лекция 3. Статистическая оценка достоверности выборочных показателей связи.
- •Оценка достоверности уравнения регрессии в целом
- •Определение средней ошибки, предельной ошибки и доверительных границ коэффициента корреляции
- •3.1. Оценка достоверности уравнения регрессии в целом
- •3.2. Определение средней ошибки, предельной ошибки и доверительных границ коэффициента корреляции
- •3.3. Проверка гипотезы и интервальная оценка коэффициента регрессии.
- •3.4. Средняя ошибка уравнения и интервальная оценка отдельных значений результативного признака.
- •Тесты для самоконтроля
- •Лекция 4. Нелинейная регрессия
- •4.1. Спецификация модели
- •4.2. Классификация нелинейных функций.
- •4.3. Отдельные виды нелинейных регрессий.
- •4.3.2. Равносторонняя гипербола.
- •4.3.3. Степенная функция.
- •4.4.Коэффициенты эластичности в нелинейных регрессиях.
- •4.5. Корреляция для нелинейной регрессии.
- •Тесты для самоконтроля
- •Лекция 5. Множественная регрессия и корреляция
- •Понятие множественной регрессии, и ее графическая интерпретация
- •Отбор факторов при построении модели.
- •Коллинеарность факторов. Методы преодоления межфакторной связи
- •Модульная единица 5.1. Параметризация и спецификация уравнения множественной регрессии
- •5.1.1. Понятие множественной регрессии, и ее графическая интерпретация
- •5.1.2. Отбор факторов при построении модели.
- •5.1.3. Коллинеарность факторов. Методы преодоления межфакторной связи
- •5.1.4. Параметризация уравнения множественной регрессии и его интерпретация
- •Тесты для самоконтроля
- •Модульная единица 5.2. Множественная и частная корреляция. Предпосылки мнк.
- •5.2.1.Множественная корреляция.
- •5.2.2. Скорректированный индекс детерминации (корреляции).
- •5.2.3. Частная корреляция.
- •5.2.4. Частные f- тесты
- •5.2.5. Предпосылки мнк.
- •Тесты для самоконтроля
- •Лекция 6. Моделирование динамических процессов
- •6.1. Элементы временного ряда
- •6.2. Автокорреляция
- •6.3. Выявление структуры временного ряда
- •6.4. Моделирование тенденции
- •6.5. Изучение взаимосвязи переменных по данным временных рядов
- •6.6. Критерий Дарбина-Уотсона
- •Тесты для самоконтроля
- •Лекция 7. Системы эконометрических уравнений
- •Модульная единица 7.1. Виды систем эконометрических уравнений и их идентификация. Косвенный метод наименьших квадратов
- •7.1.1. Понятие и необходимость применения систем уравнений
- •7.1.2. Косвенный метод наименьших квадратов
- •7.1.3. Проблема идентификации
- •Вопросы для повторения
- •Тесты для самоконтроля
- •Модульная единица 7.2. Методы решения сверхидентифицируемых систем
- •7.2.1. Двухшаговый метод наименьших квадратов
- •7.2.4. Исходные данные
- •7.2.2. Понятие о трехшаговом методе наименьших квадратов
- •7.2.3. Применение систем уравнений
- •Контрольные вопросы
- •Тесты для самоконтроля
- •Пример выполнения работы.
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Общая постановка задачи. Используя средства ms excel построить парную линейную модель регрессии, рассчитать показатели тесноты связи по индивидуальным данным.
- •Пример и методические указания к выполнению работы.
- •1. Исходные данные
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Общая постановка задачи. Используя встроенный инструмент «Регрессия» ms excel, построить парную линейную модель регрессии, оценить результаты.
- •Пример и методические указания к выполнению работы.
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Пример и методические указания к выполнению работы.
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Пример и методические указания к выполнению работы.
- •1. Исходные данные
- •2. Оценка значимости. Точечная и интервальная оценки параметров уравнения регрессии
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Общая постановка задачи. Используя средства ms excel построить множественную линейную модель регрессии, рассчитать показатели тесноты связи по индивидуальным данным.
- •Пример и методические указания к выполнению работы.
- •2 Способ.
- •4 Способ.
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Общая постановка задачи. Требуется проверить модель регрессии на гетероскедастичность остатков
- •Пример и методические указания к выполнению работы.
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Общая постановка задачи. Используя средства ms excel построить уравнение тренда.
- •Пример и методические указания к выполнению работы.
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Общая постановка задачи. Построить модель связи между экономическими переменными по данным временных рядов.
- •Пример и методические указания к выполнению работы.
- •1. Исходные данные
- •2. Автокорреляционные функции
- •2.1. Тест на автокорреляцию остатков трендов
- •3. Первые разности
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Список индивидуальных данных:
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Пример и методические указания к выполнению работы.
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Общая постановка задачи.
- •Пример и методические указания к выполнению работы.
- •2. Исходные данные
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Словарь основных терминов и определений (глоссарий)
- •Промежуточный тест по дисциплине «Эконометрика» Учебный модуль 3. Модульная единица 6.
- •Тестовые задания
- •Итоговый тест по дисциплине «Эконометрика»
- •1. Шкала проходных баллов по модулям
- •Модульная единица 2. Парная линейная регрессия.
- •Модульная единица 3. «Статистическая оценка достоверности выборочных показателей связи»
- •Модуль 2. Множественная регрессия и корреляция Модульная единица 5.1. Параметризация и спецификация уравнения множественной регрессии
- •Модуль 4. Системы эконометрических уравнений Модульная единица 7.1. Виды систем эконометрических уравнений и их идентификация. Косвенный метод наименьших квадратов
- •Модуль 4. Модульная единица 7.2. «Методы решения сверхидентифицируемых систем»
- •Контрольные работы промежуточного контроля Контрольная работа №1(модульные единицы 1, 2, 3)
- •Предмет и метод эконометрики.
- •Контрольная работа №1(модульные единицы 1, 2, 3)
- •Контрольная работа №1(модульные единицы 1, 2, 3)
- •Контрольная работа №1(модульные единицы 1, 2, 3)
- •Контрольная работа №1(модульные единицы 1, 2, 3)
- •Контрольная работа №1(модульные единицы 1, 2, 3)
- •Контрольная работа №2 (модульная единица 4)
- •5. Классификация нелинейных функций.
- •Контрольная работа № 3 (модуль 5, модульные единицы 5.1, 5.2)
- •Контрольная работа № 4 (модуль 7, модульные единицы 7.1, 7.2)
- •Контрольные вопросы итогового контроля
Лекция 7. Системы эконометрических уравнений
Аннотация
В данной лекции рассмотрены вопросы, связанные с применением систем эконометрических уравнений в моделировании экономики. Приведены примеры практического использования систем эконометрических уравнений. Детально рассмотрены наиболее часто используемые методы оценки параметров уравнений в структурной и приведенной формах.
Ключевые слова
Система эконометрических уравнений; система независимых уравнений; система рекурсивных уравнений; система одновременных уравнение; структурная и приведенная формы систем одновременных уравнений; идентифицируемая система уравнений; неидентифицируемая система уравнений; сверхидентифицируемая система уравнений; косвенный метод наименьших квадратов; двухшаговый метод наименьших квадратов; трехшаговый метод наименьших квадратов.
Рассматриваемые вопросы:
1. Понятие, необходимость применения и виды систем уравнений
2. Косвенный метод наименьших квадратов
3. Проблема идентификации
4. Двухшаговый метод наименьших квадратов
5. Понятие о трехшаговом методе наименьших квадратов
6. Применение систем уравнений
Модульная единица 7.1. Виды систем эконометрических уравнений и их идентификация. Косвенный метод наименьших квадратов
Цели и задачи изучения модульной единицы.
Целью изучения данной модульной единицы является приобретение теоретических знаний и получение практических навыков по моделированию экономических процессов с использованием систем эконометрических уравнений. В связи с поставленной целью необходимо изучить виды систем эконометрических уравнений, изучить и получить навыки их оценивания косвенным методом наименьших квадратов.
7.1.1. Понятие и необходимость применения систем уравнений
При использовании уравнений регрессии (линейных и нелинейных, парных и множественных) вида
(7.1.1)
предполагалось, что y – случайная, а х – неслучайные (детерминированные) переменные. То есть, значения переменных х мы задаем, фиксируем, а затем наблюдаем получающиеся значения у. Данное допущение является одним из требований применения метода наименьших квадратов для оценки параметров уравнения регрессии, поскольку оно обеспечивает отсутствие корреляции регрессоров х и случайных ошибок регрессии и позволяет получить несмещенные и состоятельные оценки.
Для описания реальных экономических систем, где статистические показатели находятся во взаимодействии и взаимосвязи, возникают сложности со спецификацией модели, поскольку многие факторные и результативные признаки взаимодействуют друг с другом. Из-за этого возникает проблема мультиколлинеарности факторов в уравнениях множественной регрессии.
Одна и та же переменная может рассматриваться как факторная, независимая, а с другой – как результативная, случайная величина.
Например, если существует зависимость:
(7.1.2)
и одновременно
(7.1.3)
коэффициенты и значимо отличаются от нуля. Тогда в модели 7.1.1 факторы – коллинеарные. Если же рассматривать только модель:
, (7.1.4)
то возникает коррелированность регрессора и ошибок регрессии , поскольку величина в данном случае случайная, как и , что приводит к смещенным и несостоятельным оценка метода наименьших квадратов.
Поэтому естественным выходом из подобных ситуация является построение не отдельных уравнений регрессии, а их систем, для оценивания которых применяются специальные методы (3 вопрос лекции).
Случайные переменные называют эндогенными, т.е. внутренними, так как они формируют свои значения внутри модели. Признаки, считающиеся заданными, известными, неслучайными получили название экзогенных, или внешних для данной системы. Один и тот же признак может быть эндогенным в одной задаче и экзогенным – в другой.
С точки зрения математической статистики, главное отличие между ними в том, что экзогенные переменные не коррелируют с ошибками регрессии. Если объединить в систему уравнения 7.1.1 и 7.1.2, эндогенными переменными будут у и х1, экзогенной - х2.
Далее будем обозначать экзогенные переменные х, а эндогенные – у.
В зависимости от характера взаимосвязей между эндогенными и экзогенными переменными выделяют системы рекурсивных (рекуррентных) и совместных, одновременных, взаимосвязанных уравнений.
Если представить графически связи между переменными, то на рис. 7.1.1 представлен граф связей системы одновременных уравнений, на рис. 7.1.2 – рекурсивных.
Отличие между ними заключается в том, что в системе совместных уравнений одни и те же признаки одновременно могут выступать и в роли зависимых и в роли независимых переменных. Т.е. зависимые переменные входят в одних уравнениях в левую часть, в других – в правую часть системы:
(7.1.5)
В эконометрике такая система уравнений называется также структурной формой модели.
Структурная форма модели содержит при эндогенных переменных коэффициенты , экзогенных переменных – , которые называются структурными коэффициентами модели. Все переменные в модели выражены в отклонениях от среднего уровня:
(7.1.6)
Поэтому свободные члены в системе отсутствуют.
Рис. 7.1.1 соответствует модель:
(7.1.7)
В общем виде модель системы рекурсивных уравнений будет иметь вид:
(7.1.8)
Рис. 7.1.2 соответствует модель:
(7.1.9)
В системе рекурсивных уравнений хоты бы одна эндогенная переменная должна определятся только лишь набором независимых переменных. Если все эндогенные переменные расположены в левой части, а экзогенные – в левой, то такая система называется системой независимых уравнений. Для решения систем независимых и рекурсивных переменных используется метод наименьших квадратов.
Методы оценивания параметров систем одновременных уравнений рассмотрим далее.