9. Рекомендуемая литература

Основная литература

1. Доугерти Кристофер. Введение в эконометрику: Учебник. 2-е изд./ Пер. с анг. – М.: ИНФРА-М, 2004.

2. Балдин К.В., Быстров О.Ф., Соколов М.М. Эконометрика. Учеб. пособие для вузов.- 2-е изд. Перераб и доп. – М.: ЮНИТИ-ДАНА, 2004.

3. Елисеева И.И., Юзбашев М.М. Общая теория статистики./Под общей редакцией члена корреспондента Российской Академии наук И.И.Елисеевой. 5-ое изд. Перераб. и доп. — М.: Финансы и статистика, 2004.

4. Эконометрика. Учебник / Под ред. чл.-корр. РАН И.И.Елисеевой. Финансы и статистика, 2004.

Дополнительная литература

1. Бородич С.А. Эконометрика. Учеб. пособие Минск: Новое знание, 2001.

Вспомогательная литература:

1. Берндт Эрнст. Практика эконометрики: классика и современность: Учебник для студентов вузов…/ Пер. с анг. Под ред. Проф. С.А.Айвазяна / Э.Р.Берндт. – М.:ЮНИТИ-ДАНА, 2005.

2. Ежеманская С.Н. Эконометрика / Серия «Учебники, учебные пособия». – Ростов н/Д: Феникс, 2003.

3. Колемаев В.А. Эконометрика. Учебник. – М.: ИНФРА – М, 2004.

4. Кремер Н.Ш., Путко Б.А. Эконометрика. Учебник для вузов /Под ред. проф. Н.Ш.Кремера. - М.:ЮНИТИ-ДАНА, 2002.

5. Магнус Я.Р., П.К.Катышев, А.А.Пересецкий. Эконометрика. Начальный курс. М., Дело, 1997.

6. Мардас А.Н. Эконометрика. – СПб: Питер, 2001.

7. Новиков А.И. Эконометрика: Учеб. пособие. – М.: ИНФРА-М,2003.

8. Орлов А.И. Эконометрика. Учеб. пособ. для вузов - М.: Изд-во «Экзамен», 2002.

9. Практикум по эконометрике: Учеб. пособие / Под ред. чл.-корр. РАН И.И.Елисеевой.- М.: Финансы и статистика, 2001.

10. Тихомирова Н.П., Дорохина Е.Ю. Эконометрика. Учебник – М.:Изд-во «Экзамен», 2003.

Статистические сборники:

1. Региона России. Социально-экономические показатели. 2003: Стат. сб. /Госкомстат России. – М., 2003.

2. Региона России. Социально-экономические показатели. 2002: Стат. сб. /Госкомстат России. – М., 2002.

3. Россия в цифрах. 2002: Крат. стат. сб./Госкомстат России. – М., 2002.

4. Россия в цифрах. 2003: Крат. стат. сб./Госкомстат России. – М., 2003.

5. Россия в цифрах. 2004: Крат. стат. сб./Федеральная служба государственной статистики. – М., 2004.

6. Россия в цифрах. 2005: Крат. стат. сб./Росстат - М., 2005.

7. Социальное положение и уровень жизни населения России. 2004: Стат. сб. / Росстат. – М., 2004.

8. Инвестиции в России. 2005. Стат. сб./Росстат. – М., 2005.

10. Программные средства обеспечения курса

В работе над курсом используются пакеты прикладных программ (ППП):

1. EXCEL for Windows

2. StatGrafics v.5.1.

3. Statistica for Windows

4. SPSS v.10.

5. E Views v.3 или v.3.1 (Econometric Views. version 3 or 3.1.)

11. Основные термины и определения (глоссарий)

АВТОКОРРЕЛЯЦИЯ – связь, взаимозависимость двух последовательных значений переменной, которая формируется как результат систематического действия устойчивых причин при изучении динамических рядов. Измеряется коэффициентом автокорреляции, который рассчитывается как линейный коэффициент корреляции, оценивает тесноту и направление связи, изменяется в интервале от -1 до +1.

АППРОКСИМАЦИЯ – совпадение, схожесть фактических и теоретических, расчётных значений признака, показателя, полученных по эконометрической модели. Степень аппроксимации оценивает её средняя ошибка, которая позволяет судить о качестве модели и возможности её применения для прогнозных расчётов: при ошибке более 15% точный прогноз, как правило, невозможен.

Асимметрия распределения – вытянутость одной из ветвей распределения. Возникает из-за различной частоты разных значений признака меньших или больших средней, под влиянием преобладающего действия определённых факторов.

БИНАРНАЯ ПЕРЕМЕННАЯ – переменная, принимающая только два значения: 0 и 1. Используется при построении общих регрессионных моделей и их модификаций для отдельных структурных групп в составе изучаемого множества. Применяется также при моделировании сезонных колебаний.

ВАРИАЦИЯ – различия в значениях того или иного признака у отдельных единиц статистической совокупности, то есть наличие у единиц совокупности или их групп разных значений признака. Вариация является следствием действия на единицы совокупности множества различных факторов (причин).

ВЕРОЯТНОСТЬ – характеристика степени возможности наступления события. Невозможному событию приписывается значение P, равное 0 (P=0), достоверному (тому, которое произойдет наверняка), равное 1 (P=1).

ВЫБОРОЧНОЕ НАБЛЮДЕНИЕ – обследование отобранного в порядке, как правило, случайного отбора определенного числа единиц генеральной совокупности с целью получения ее обобщающих характеристик.

Выравнивание рядов динамики – замена фактических значений ряда динамики величинами, изменяющимися по определённому закону и отражающими тенденцию движения во времени.

гЕТЕРОСКЕДАСТИЧНОСТЬ – неустойчивость значений показателей вариации отклонений фактических значений результата от теоретических, рассчитанных по построенной эконометрической модели. Значенияимеют разную величинудля разных объектов и их групп, то есть. Установленная неустойчивость модели ограничивает её практическое применение.

гОМОСКЕДАСТИЧНОСТЬ – способность величины различий фактических и расчётных значений результата иметь неизменные характеристики вариации, то есть. Данное свойство указывает на устойчивость эконометрической модели для разных объектов с разными значениями факторного признака.

дмнк - двухшаговый метод наименьших квадратов применяется для решения сверхидентифицированных структурных уравнений; позволяет из нескольких вариантов решений найти лучший. Основан на применении традиционного МНК с использованием в качестве факторов результатов решения приведённых уравнений для эндогенных переменных и фактических значенийдля экзогенных переменных. Реализуется в специализированных пакетах прикладных программ при решении систем структурных уравнений.

Единица наблюдения – составной элемент объекта статистического наблюдения, носитель признаков, подлежащих регистрации при проведении статистического наблюдения.

Единица совокупности – неделимый составной элемент, множество которых образует статистическую совокупность, носитель признаков.

ИЗМЕРЕНИЕ СВЯЗИ – количественная оценка степени интенсивности (тесноты) статистической (корреляционной) связи между явлениями, их признаками, находящимися в причинно-следственной зависимости.

иДЕНТИФИКАЦИЯ – процедура, позволяющая выяснить наличие решения у данного структурного уравнения. Основана на сравнении числа эндогенных переменных в факторном комплексе уравнения с числом отсутствующих в уравнении экзогенных переменных. В результате уравнений оцениваются как точно идентифицируемые, сверхидентифицируемые, либо неидентифицируемые.

кмнк – косвенный метод наименьших квадратов используется для решения точно идентифицируемых структурных уравнений, имеющих единственное решение. Основан на использовании результатов решения приведённых уравнений.

КОЛЛИНЕАРНОСТЬ – высокая тесная взаимосвязь факторных переменных, входящих в первоначально намеченный для исследования факторный комплекс. Присутствие в модели коллинеарных факторов приводит в парадоксальным результатам, искажающим истинную ситуацию. Из двух коллинеарных факторов один должен быть исключён. Обычно им оказывается тот, который слабее связан с результатом.

Корреляция – характеристика стохастической (вероятностной) связи между признаками, проявляющаяся не в каждом отдельном случае, а в среднем для всего однородного множества объектов и значений их признаков. Показателями интенсивности (тесноты) корреляционной связи являются индекс корреляции () или теоретическое корреляционное отношение (), а также показатели детерминации, то есть квадраты их значений:и.

Коэффициент – показатель, определяемый как отношение части к целому, изменяющийся в границах от 0 до 1 и характеризующий эффективность (интенсивность, степень развития и т.п.) процесса, происходящего при изменении данного отношения части к целому, как существенной черты процесса.

ЛАГОВАЯ ПЕРЕМЕННАЯ – производная переменная, получена из исходных уровней динамического ряда их смещением относительно друг друга на несколько уровней вверх ():или вниз ():. Используется при изучении циклических колебаний и связи уровней динамических рядов, а также в системах эконометрических уравнений.

ЛИНЕАРИЗАЦИЯ – процедура преобразования переменных, изучаемая связь между которыми не является линейной. Замена исходных значений переменных их преобразованными значениями позволяет выявить между ними тесную и надёжную зависимость. Линеаризация выполняется с применением процедур расчёта логарифмов: ln Y, ln X; либо обратных значений переменных: ;; либо;. Расчёт параметров уравнения с линеаризованными переменными выполняется методом наименьших квадратов.

ЛИНЕЙНАЯ РЕГРЕССИЯ –формализованное отображение связи факторных переменных с результатом, в которой факторы и результат изменяются равномерно, линейно:. Общий вид линейной модели:. Задача построения линейной регрессии сводится к расчёту и оценке параметрови.

МНК –метод наименьших квадратов обеспечивает расчёт параметров уравнения регрессии. Используя систему нормальных уравнений и значения изучаемых переменных и их производные значения, в результате их математико-статистической обработки получаем такие значения параметров и, при которых

НЕЛИНЕЙНАЯ РЕГРЕССИЯ – формализованное представление в форме уравнения кривой линии зависимости между факторами и результатом, в которой их изменения носят нелинейную форму, то есть прирост результата и приросты факторов не являются постоянными величинами. Для построения нелинейной регрессии используется обширное семейство криволинейных функций с нелинейными факторами, с нелинейным результатом, с нелинейными факторами и результатом, а также полиномы высоких степеней.

НУЛЕВАЯ ГИПОТЕЗА – предположение о несущественном, статистически незначимом значении данного показателя, которое сформировалось под действием несистематических случайных причин: . Если проверка нулевой гипотезы проводит к её отклонению, тогда взамен принимается одна из альтернативных гипотеза, например, о надёжности данного параметра:.

пРИВЕДЁНЫЕ УРАВНЕНИЯ – уравнения, применяемые при решении системы структурных уравнений. В приведённых уравнениях факторный комплекс каждого из факторов представлен полным перечнем экзогенных переменных, присутствующих во всех структурных уравнениях системы:

.

Так как экзогенные переменных строго информативны, неколлинеарны, то в приведённых уравнениях строго соблюдаются условия применения МНК, что позволяет решать эти уравнения обычным МНК без каких-либо дополнительных ограничений.

Показатель статистический - обобщающая характеристика совокупности явлений или индивидуального явления, выступающая мерой, то есть сочетающая количественное выражение и качественную определённость, обладающая атрибутами (признак-основание, числовое значение, объект, время, методика учёта или расчёта), характеризующая состояние, изменение, структуру, соотношение, вариацию, взаимосвязь одного или совокупности явлений, процессов.

Признак – конкретное свойство единицы совокупности.

СТРУКТУРНЫЕ УРАВНЕНИЯ – уравнения, в которых в качестве факторов наряду с традиционными выступают, которые в других уравнениях являются результативными признаками:. Для решения структурных уравнений используются специальных методов: косвенный МНК, двухшаговый МНК.

СТЕПЕНИ СВОБОДЫ – определяют условия, в которых формируется конкретное значение показателя. Степени свободы - это число тех единиц изучаемого множества, которые могут принимать любые значения при формировании полученной величины показателя. При расчётах показателей дескриптивной статистикигде- число единиц множества. При расчёте показателей детерминации регрессионной модели степени свободы, где- число факторов модели, теснота связи которой оценивается.

Регрессия (уравнение регрессии) - функция, позволяющая по значению факторного признака (х) вычислять среднюю величину значений результативного признака (у), связанного с факторным корреляционной зависимостью.

Тренд – тенденция развития явления во времени; определяется при анализе данных динамического ряда для характеристики закономерности изменения явлений во времени.

УРОВЕНЬ ЗНАЧИМОСТИ – вероятность допустить ошибку, принимая решение по проверяемой гипотезе. Так как ошибка должна быть событием маловероятным, то уровень значимости должен быть достаточно малым; как правило, он не превосходить 0,10 или 10%. При повышенных требованиях к надёжности выводовпринимается на уровне 0,05 или 0,01 (5% или 1%).

ЭКСЦЕСС (от лат. excessus – выход, отступление) – свойство ряда распределения, характеристика формы его вершины (т. е. островершинности или плосковершинности). Оценивается значением коэффициента эксцесса, который принимает положительные значения при островершинном распределении, и отрицательные – при плосковершинном.

ЭКЗОГЕННАЯ ПЕРЕМЕННАЯ – «внешняя» переменная для данной системы уравнений, значения которой формируются вне данной системы уравнений, но участвуют в формировании результативных (эндогенных) переменных. Перечень экзогенных переменных представлен , а также лаговыми переменнымии, значения которых сформировались в более ранние временные периоды.

ЭЛАСТИЧНОСТЬ – относительная оценка изменений результата под влиянием изменений данного факторапри условии сохранения на неизменном уровне значений всех других факторов. Коэффициент эластичностиопределяет процент изменений результата при изменении фактора на 1%.-коэффициент определяет ту часть, на которую изменяется результатпри изменении факторана величину. Для линейной связи показатели эластичности принимают как положительные, так и отрицательные значения.

ЭНДОГЕННАЯ ПЕРЕМЕННАЯ – переменная структурного уравнения. Несколько структурных уравнений образуют систему. Особенность эндогенной переменной в том, что в одном из уравнений она выступает в качестве результата, а в других уравнениях системы она выступает как фактор).