Tema_1
.pdfТема №1. Определение эконометрики
План:
1.Предмет эконометрики.
2.Особенности эконометрического метода.
3.Модели. Типы моделей. Типы данных.
1. Предмет эконометрики.
Эконометрика – быстроразвивающаяся отрасль науки, цель которой состоит в том, чтобы придать количественныемеры экономическимотношениям.
Термин «эконометрика» был впервые введен бухгалтером П. Цъемпой (АвстроВенгрия, 1910г.) («эконометрия» - у Цъемпы), а Эконометрика как новое направление в экономической наукевыделилось в 1930г.
Толчком к зарождению эконометрики послужило развитие междисциплинарного подхода к изучению экономики. Эта наука возникла в результате взаимодействия и объединения трёх компонент: экономической теории, статистических и математических методов. Впоследствии к ним присоединилось развитие вычислительной техники как условиеразвития эконометрики.
До сих пор не достигнуто однозначного определения эконометрики, поэтому приведемвысказывания признанных авторитетов в экономикеи эконометрике.
Эконометрика – это наука, которая даёт количественное выражение взаимосвязей экономических явлений и процессов.
Мы, рассматривая курс эконометрики, будем придерживаться статистического подходак эконометрическимизмерениям.
2. Особенности эконометрического метода.
Становление и развитие эконометрического метода происходили на основе методов парной и множественной регрессии, парной, частной и множественной корреляции, выделения тренда и других компонент временного ряда, на статистическом оценивании (т.е. на основе методов высшей статистики). Статистические методы являются существенным элементом в эконометрике, но эконометрический метод также
складывается в преодолении следующих моментов (неприятностей), искажающих результаты применения классических статистических методов:
1)асиметричности связей;
2)мультиколлинеарности объясняющих переменных;
3)закрытости механизма связи между переменными в изолированной
регрессии;
4)эффекта гетероскедастичности, т.е. отсутствие нормального распределения остатков для регрессионной функции;
5)автокорреляции;
6)ложной корреляции;
7)наличия лагов (лаг – промежуток времени, позволяющий уловить наличие связи междупоказателями).
Независимо от того, на использование каких данных (пространственных или временных) ориентированно исследование, оно проходит следующиестадии, итак,
1
Этапы эконометрического исследования:
1.постановкапроблемы;
2.получениеданных, анализ их качества;
3.спецификацию модели;
4.оценкупараметров;
5.интерпретацию результатов.
3. Модели. Типы моделей. Типы данных.
Эконометрика как наука расположена где-то между экономикой, статистикой и математикой. Это наука связана с эмпирическим выводом экономических законов. Т.е. эконометристы используя данные, наблюдения получают количественные зависимости для экономических соотношений, формулируют экономические модели, оценивают неизвестные величины в этих моделях, их точность, дают рекомендации по экономической политике.
В большинстве случаев экономические законы выражаются в относительно простой математической форме. Математические модели широко применяются в бизнесе, экономике, общественных науках, исследовании экономической активности, в исследовании политических процессов. Математические модели полезны для более полного понимания сущности происходящих процессов, их анализа. Модель построенная и верифицированная на основе уже имеющихся значений объясняющих (зависимых) переменных, может быть использована для прогноза значений зависимой переменной в будущемили для других наборов значений объясняющих переменных.
Выделяют три основных класса моделей:
I. Модели временных рядов:
1.модели тренда: y(t)=T(t)+Et,
где T(t) – временной тренд заданного параметрического вида (например, линейный T(t)=a+bt), Et – случайная (стохастическая) компонента.
2.модели сезонности: y(t)=S(t)+Et,
где S(t) – периодическая (сезонная) компонента, Et – случайная (стохастическая) компонента.
3.модели трендаи сезонности: y(t)=T(t)+ S(t)+Et (аддитивная),
y(t)=T(t)S(t)+Et (мультипликатив.).
К моделям временных рядов относится множество более сложных моделей, таких, как модели адаптивного прогноза, модели авторегрессии и скользящего среднего (ARIMA) и др. их общей чертой является то, что они объясняют поведение временного ряда, исходя только из его предыдущих значений. Такие модели могут применяться, например, для изучения и прогнозирования объёма продаж авиабилетов, спроса на мороженное, краткосрочного прогнозапроцентных ставок и т.п.
II. Регрессионные модели с одним уравнением
Втаких моделях зависимая (объясняемая) переменная y представляется в виде
функции f(x, β) = f(x1,…,xk, β1,…,βp),
где x1,…,xk, - независимые (объясняющие) переменные, β1,…,βp – параметры.
Взависимости от вида функции f(x, β) делятся на линейные и нелинейные. Например, можно исследовать спрос на мороженное как функцию от времени,
2
температуры воздуха, среднего уровня доходов; исследовать зависимость заработной платы от возраста, пола, уровня образования, стажа работы и т.п. Область применения таких моделей, дажелинейных, значительно шире, чеммоделей временных рядов.
III. системы одновременных уравнений
Эти модели описываются системами уравнений. Системы могут состоять из тождеств и регрессионных уравнений, каждое из которых может, кроме объясняющих (независимых) переменных, включать в себя также объясняемые (зависимые) переменные из других уравнений системы. Такие системы требуют более сложный математический аппарат. Они могут использоваться для моделей страновой экономики и др.
Пример: Модель спроса и предложения. Пусть QtD - спрос на товар в момент времени t, QtS – предложение товара в момент времени t, Pt – цена товара в момент времени t, Yt - доход в момент времени t. Имеем следующуюсистему уравнений:
Q1S=α1+ α2Pt+ α3Pt-1+et |
(предложение), |
Q1D=β1+ β2Pt+ β3Yt+ut |
(спрос), |
QtS=QtD |
(равновесие). |
Цена товара Pt и спрос на товар Qt=QtD=QtS определяются из уравнений модели. Доход Yt и значение цены товара в предыдущий момент времени Pt-1 являются предопределенными переменными.
При моделировании экономических процессов встречаются с двумя типами данных.
Типы данных:
1.Пространственные данные, например, набор сведений (объём производства, количество работников, доход и др.) по разным фирмам в один и тот же момент времени (пространственный срез) или данные по курсам покупки (продажи) наличной валюты в кокой-то день по обменнымпунктамв городе.
2.Временные ряды, например, ежеквартальные данные по инфляции, средней заработной плате, национальному доходу, денежной эмиссии за последние годы или ежедневный курс доллара США (МТБ) и котировки ГКО (ММВБ) за два последних года. Особенностью временных рядов является то, что они естественным образом упорядочены во времени и наблюдения в близкие моменты времени часто бывают зависимыми.
3