- •1. Виды эконометрических моделей. Модель спроса-предложения.
- •2. Основные этапы эконометрического моделирования. Проблемы эконометрического моделирования.
- •3. Исходные предпосылки построения регрессионных моделей.
- •4. Метод наименьших квадратов для оценки параметров модели множественной регрессии.
- •5. Оценка точности и адекватности регрессионной модели.
- •8.Понятие мультиколлинеарности. Основные признаки и последствия мультиколлинеарности.
- •9 Понятие мультиколлинеарности. Основные признаки и способ устранения.
- •10. Стандартизованная и естественная формы уравнения множественной регрессии. Интерпретация параметров.
- •12 Тест Голдфелда—Квандта.
- •17. Понятие автокорреляции. Тесты на наличие автокорреляции. Тест Бреуша-Годфри.
- •18. Понятие автокорреляции. Тесты на наличие автокорреляции. Тест Дарбина-Уотсона.
- •27. Нелинейные модели регрессии и их линеаризация. Примеры нелинейных моделей регрессии.
- •29. Производственная функция Кобба-Дугласа. Эластичность объема производства.
- •30. Производственная функция Кобба-Дугласа. Эффект от масштаба производства.
- •32.Лаги Алмон
- •33. Метод Койка
- •37. В чем заключается цель адаптивных методов прогнозирования? Изложите алгоритм адаптивных методов прогнозирования.
- •40. Адаптивные модели прогнозирования. Модель Брауна, модель Хольта
- •42. Проблема идентифицируемости модели. Необходимое и достаточное условия идентифицируемости.
- •44. Проблема идентифицируемости модели. Двухшаговый метод наименьших квадратов.
- •45. Модель спроса предложения и ее модификации.
29. Производственная функция Кобба-Дугласа. Эластичность объема производства.
производственную функцию Кобба-Дугласа.
Y = AKαL1-α,
где Y – объем производства, К – затраты капитала, L – затраты труда.
Полученная формула является частным случаем более общей формулы:
Y = AKαLβ.
Учитывая влияние случайных возмущений, свойственных любому экономическому процессу, функция Кобба-Дугласа запишется следующим образом:
Y = AKαLβε.
Путем логарифмирования обеих частей данную степенную модель можно свести к линейной:
lnY = lnA + α·lnK + β·lnL + lnε.
Переходя к новым переменным Y'=lnY, A'=lnA, K'=lnK, L'=lnL, ε'=lnε, получаем линейную регрессионную модель:
Y' = A' + α·K' + β·L' + ε'.
Эластичность выпуска продукции.
Показатели α и β являются коэффициентами частной эластичности·объема производства Y соответственно по затратам капитала К и труда L. Это означает, что с увеличением только затрат капитала (труда) на 1% объем производства возрастает на α% (β%):
;
30. Производственная функция Кобба-Дугласа. Эффект от масштаба производства.
Где y - объем производства,
K- затраты капитала
H – затраты труда
a, - параметры.
Путем логарифмирования обеих частей уравнения данную степенную модель можно свести к линейной:
Переходим к новым переменным:
L(штрих)
Эластичность выпуска продукции
Показатели и y по затратам капитала K и труда L. Это означает, что с увеличением только затрат капитала /труда на 1% V производства возрастает на
= =
Вывод:
При изменении только затрат капитала на 1% объем производства в среднем изменится на
При изменении только затрат труда на 1% объем производства в среднем изменится на
Эффект от масштаба производства
Если в сумме превышает 1, то говорят, что функция имеет возрастающий эффект от масштаба производства. Это означает, что если K и L увеличиваются в некоторой пропорции, то y растет в большей пропорции. Если сумма равна 1, то говорят о постоянном эффекте от масштаба производства, если сумма <1, то имеет место убывающий эффект от масштаба производства.
Пусть K и L увеличиваются в 2 раза. Найдем новый уровень выпуска y*
y*=
Если >1, то y увеличивается больше, чем в 2 раза, если , то y поднимается в 2 раза.
Т.к. Кобб и Дуглас предлагали постоянную отдачу от машстаба производства, то было сделано допущение , тогда функция К-Д примет вид y= , тогда прологарифмируем обе части данного уравнения ,
Где ln a= , ; = ,
, Перейдем к
тогда логарифм приведем к линейному виду:
31. Модели с распределенным лагом. Интерпретация параметров. Средний лаг. Медианный лаг.
При исследовании экономических процессов нередко приходится моделировать ситуации, когда значение признака в текущий момент времени t формируется под воздействием ряда факторов, действовавших в прошлые моменты времени t-1,t-2…t-l. Величину l, характеризующую запаздывание в воздействии фактора на результат, в эконометрике называют лагом, а временные ряды самих факторных переменных - лаговыми переменными.
Эконометрическое моделирование охарактеризованных выше процессов осуществляется с применением моделей, содержащих не только текущие, но и лаговые значения факторных переменных. Эти модели наз-ся моделями с распределенными лагами вида:
Также существует модель авторегрессии. Например, потребление в момент времени t формируется под воздействием дохода текущего и предыдущего периодов, а также объема потребления в период t-1. Эти процессы обычно описывают с помощью моделей регрессии, содержащих в качестве факторов лаговые значения зависимой переменной. Эта модель вида:
Общий вид модели с распределенным лагом:
(максимальная величина лага конечна)
Если в некоторый момент времени t происходит изменение независимой переменной x, то это изменение будет влиять на значение переменной y в течение l следующих моментов времени.
Коэффициент регрессии при переменной характеризует среднее абсолютное изменение при изменении на 1 ед. в некоторый фиксированный момент времени t, без учета воздействия лаговых значений фактора x. Этот коэффициент наз-ют краткосрочным мультипликатором.
В момент времени t совокупное воздействие факторной переменной составит ( у.е., в момент времени t+l это воздействие можно охарактеризовать суммой =b – долгосрочным мультипликатором.
, где 0<j<1 и
В этом случае относительные коэффициенты являются весами для соответствующих коэффициентов . Каждый из них измеряет долю общего изменения результативного признака в момент времени t+j.
Средний лаг : (представляет собой средний период, в течение которого будет происходить изменение результата под воздействием изменения фактора в момент времени t.
Медианный лаг: (это тот период времени, в течение которого с момента времени t будет реализована половина общего воздействия фактора на результат).