- •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
Контрольные вопросы к защите
Из-за чего возникает необходимость применения систем эконометрических уравнений?
Что понимают под системой одновременных уравнений?
Каковы свойства оценок обычного метода наименьших квадратов, примененного к системе одновременных, взаимосвязанных уравнений?
В чем причина смещенности и несостоятельности оценок метода наименьших квадратов в случае его применения для одновременных систем уравнений?
Почему случайные переменные называются эндогенными?
Почему неслучайные переменные называются экзогенными?
В чем главное отличие экзогенных переменных от эндогенных с точки зрения математической статистики?
Чем отличаются системы рекурсивных и одновременных уравнений?
Почему в моделях структурной формы отсутствует свободный член?
В чем суть косвенного метода наименьших квадратов?
Что понимают под приведенной формой систем одновременных уравнений?
В чем суть проблемы идентификации?
Какие требования выдвигает к системе необходимое (счетное) условие идентифицируемости?
Какие требования выдвигает к системе достаточное (ранговое) условие идентифицируемости?
Способ оценки результатов
№ п/п |
Элементы выполнения работы и усвоения теоретического материала |
Максимальный балл |
1 |
Расчетная часть работы выполнена корректно и полностью |
2 |
2 |
Сделаны подробные выводы, в которых отражены выявленные закономерности |
1 |
3 |
Защита работы |
1 |
4 |
Соблюдение сроков защиты |
1 |
Итого |
х |
5 |
Лабораторная работа №13. «Применение косвенного метода наименьших квадратов для оценки параметров систем одновременных эконометрических уравнений»
Модульная единица 7.2.
Требования к содержанию, оформлению и порядку выполнения:
Для успешного выполнения работы студенты должны знать материал лекции по теме «Методы решения сверхидентифицируемых систем»
Теоретическая часть.
Двухшаговый метод наименьших квадратов является универсальным, позволяет решать как точно идентифицируемые, так и сверхидентифицируемые системы структурных уравнений. Значимость этого метода определяется тем, что он позволяет решать сверхидентифицируемые системы, оценить которые косвенным методом нельзя.
Сверхидентифицируемые системы бывают двух типов:
все уравнения системы сверхидентифицируемы;
система содержит наряду со сверхидентифицируемыми точно идентифицируемые уравнения.
Для второго типа в отношении идентифицируемых уравнений может применяться косвенный метод наименьших квадратов, для сверхидентифицируемых уравнений и систем, где все уравнения сверхидентифицируемы, следует применять двухшаговый метод наименьших квадратов.
Двухшаговый метод наименьших квадратов реализуется в следующей последовательности:
сначала, так же, как и при косвенном методе нужно привести систему к приведенной форме;
затем применить метод наименьших квадратов к каждому уравнению в приведенной форме и получить оценки ее параметров;
находят расчетные значения эндогенных переменных, подставляя значения экзогенных переменных в соответствующие приведенные уравнения по всем единицам совокупности.
подставляют в структурную форму фактические значения экзогенных переменных и тех эндогенных переменных, которые находятся в левой части, и расчетные значения эндогенных переменных, находящихся в правой части системы, а затем применяют метод наименьших квадратов. Замена фактических значений эндогенных переменных, находящихся в правой части системы, решает проблему их коррелированности с ошибками регрессии.
Динамическая модель Кейнса:
(7.2.39)
где – валовой располагаемый национальный доход;
– конечное потребление домашних хозяйств;
– валовой национальный доход;
– (ВРНД) предыдущего года t;
– конечное потребление государственных учреждений;
– валовое накопление основного капитала;
– изменение запасов материальных оборотных средств и чистое приобретение ценностей;
– сальдо платежного баланса (чистые трансферты, полученные от «остального мира»).
Параметр а отражает влияние других, не учтенных факторов потребления. Первое уравнение является сверхидентифициуемым, второе и третье – тождествами.
Динамические модели обязательно содержат в правой части лаговые переменные. А также возможен учет тенденции, т.е. в модель может быть включен фактор времени. Например, модель Клейна в упрощенном варианте рассматривается как коньюктурная модель:
(7.2.40)
где – конечное потребление домашних хозяйств;
– оплата труда наемных работников;
– валовая прибыль и валовые смешанные доходы;
– валовая прибыль и валовые смешанные доходы в предыдущий период;
– ВРНД;
– ВРНД в предыдущий период;
t – время;
– чистые трансферты и чистые доходы от собственности;
– валовые инвестиции в постоянных ценах (валовое сбережение);
– конечное потребление государственных учреждений.
Модель содержит пять эндогенных переменных, расположенных в левой части: – , , , и , определяемую по первому тождеству; три экзогенные переменные – , , t и две предопределенных, лаговых переменных – и . Как и большинство моделей такого типа, данная модель сверхидентифицируема и решается двухшаговым методом наименьших квадратов. Для интерпретации параметров и прогнозных целей используется, как и в модели Кейнса, приведенная форма модели:
(7.2.41)
Коэффициенты этой системы переменных при обычных переменных и являются мультипликаторами. Коэффициенты – мультипликаторы чистых трансфертов ( ) относительно конечного потребления домашних хозяйств ( ), валового сбережения ( ), оплаты труда ( ), ВРНД ( ) и валовой прибыли и валовых смешанных доходов ( ). А коэффициенты являются мультипликаторами соответствующих эндогенных переменных.
Для оценки надежности параметров структурной формы может применяться дисперсионный анализ. Проверку значимости целесообразно проводить еще на стадии получения системы приведенных уравнений. Продолжать реализацию косвенного и двухшагового методов следует лишь в случае получения значимых приведенных уравнений.
Индивидуальные данные представлены в файле «исходные данные.exl» на листе «ЛПЗ №13»