- •М1жрегюналына академ1я управл1ння персоналом
- •О. Л. Лещинський, в. В. Рязанцева, о. О. Юнькова
- •Об'скт, предмет, мета I завдання економетрп
- •Основнi етапи економетричного аналiзу
- •Економiчнi задачу якi розв'язують за допомогою економетричних методiв
- •МНсце курсу серед дисциплiн фундаментально! шдготовки бакалаврiв з економiчних спецiальностей
- •Структура курсу
- •Коротка юторична довщка
- •Контрольнзапитання
- •1.1. Загальнi принципи моделювання в економщ
- •1.1.1. Поняття математично! моделi
- •1.1.2. Етапи побудови еконогшчно! модел1
- •1.1.3. Класифшащя моделей
- •1.2. Кореляцшно-регресшний анал1з в економМ
- •2) Визначення тГсноти зв'язку (задача кореляцшного аналГзу).
- •1.3. Економетрична модель та и елементи
- •1.4. Статистична база економетричних дослщжень
- •1.5. Особливост математичного моделювання економ1чних систем
- •Контрольш запитання
- •2.1. Приклади парних зв'язмв в економщ
- •2.2. Лшшна модель з двома зм1нними
- •2.3. Метод найменших квадралв
- •Властивост оцшок параметр1в
- •Контрольнзапитання
- •Вправи та завдання
- •3.1. Багатофакторш економетричш модел1 та Ух специфшащя
- •3.2. Метод найменших квадралв 3.2.1. Основн1 припущення
- •3.2.3. Оцшювання за методом найменших квадралв та штерпретащя результалв
- •3.3.2. Перев1рка значущосп та flOBipni штервали
- •3.4. Прогнозування за лшшною моделлю
- •3.5. Методи побудови багатофакторноУ регресшноУ модел1
- •3.6. Етапи дослщження загальноУ лшшноУ модел1 множинноУ регресп
- •3. Перевiрити статистичну значупцсть отриманих результапв:
- •Приклад параметризацм та дослщження багатофакторноУ регресшноУ модел1
- •Контрольш запитання
- •Вправи та завдання
- •4.1. Поняття про мультиколшеаршсть та и вплив на оцшку параметр1в модел1
- •4.2. Тестування наявност мультиколшеарносп
- •4.3. Алгоритм Фаррара — Глобера
- •Приклад дослщження наявност мультиколшеарносп на основ1 алгоритму Фаррара — Глобера
- •4.4. Засоби усунення мультиколшеарностч. Метод головних компонент1в
- •Алгоритм методу головних компонешчв
- •Контрольш запитання
- •Вправи та завдання
- •5.1. Виявлення гетероскедастичност та и природа
- •5.2. Тестування наявност гетероскедастичност
- •5.2.1. Параметричний тест Гольдфельда — Квандта
- •5.2.2. Непараметричний тест Гольдфельда — Квандта
- •5.2.3. Тест Глейсера
- •5.3. Трансформування початковоУ модел1
- •VXVX VX VX
- •5.4. Оцшювання параметр1в багатофакторноУ регресшноУ модел1 на основ1 узагальненого методу найменших квадралв
- •Контрольш запитання
- •6.1. Природа автокореляцм та и наслщки
- •6.2. Тестування наявност автокореляцм
- •6.2.1. Критерш Дарбша — Уотсона
- •6.2.2. Критерш фон Неймана
- •6.2.3. Коефщ1енти автокореляцм та IX застосування
- •6.3. Параметризащя модел1
- •6.3.1. Метод Ейткена
- •X UtUt-1
- •X utut-I
- •6.3.2. Метод Кочрена - Оркатта
- •6.4. Приклад оцшювання параметр1в модел1 з автокорельованими залишками
- •Контрольш запитання
- •7.1. Поняття лага та лагових моделей в економщ
- •7.2. Оцшювання параметр1в
- •7.3. Оцшювання параметр1в авторегрес1йних моделей
- •Контрольн1запитання
- •8.1. Поняття про системи одночасних р1внянь
- •8.2. Приклади систем одночасних р1внянь
- •1. Модель "попит — пропозищя".
- •3. Модель р1вноваги на ринку грошей (модель lm).
- •8.3. Структурна та зведена (прогнозна) форми системи р1внянь
- •1. Структурна форма економетрично! мoделi.
- •3. Зеедена форма економетрично! модель
- •8.4. Поняття щентифшацм (ототожнення) системи р1внянь
- •Необхщш й достатн умови щентифшованосп
- •Необхщна I достатня умова щентифшованосп
- •8.5. Методи оцшювання паpаметpiв систем piвнянь
- •8.5.1. Непрямий метод найменших квадралв оцшювання параметр1в точно щентифшованих систем
- •8.5.2. Метод шструментальних змшних
- •8.5.3. Двокроковий метод найменших квадралв оцшювання параметр1в надщентифшованих систем
- •8.5.4. Трикроковий метод найменших квадралв
- •8.5.5. Мнк для рекурсивних моделей
- •8.6. Прогноз I загальн flOBipni штервали
- •Контрольш запитання
- •Вправи та завдання
- •5.Нехай модель "прибуток — споживання" мае такий вигляд:
- •14. Розглядаеться модель попиту та пропозицп для грошей:
- •9.1. Ямсш економ1чн1 показники
- •9.2. Регресшш модел1 з бшарними незалежними змшними
- •9.3. Регресшш модел1 з бшарними залежними змшними
- •Контрольш запитання
- •Tectobi завдання 3 економетрп' BapiaHt 1
- •7. Критерий ф!шера застосовуеться для перев!рки значущост!:
- •BapiaHt 2
- •6. Критерий ф1шера застосовують для перев1рки значущост1:
- •BapiaHt 3
- •7. Наявшсть мультиколГнеарност! перевгряеться за допомогою:
- •BapiaHt 4
- •4. Дисперс!йно-ковар!ац!йна матриця визначаеться на п!дстав!:
- •7. Критерий Дарб!на - Уотсона застосовуеться для виявлення:
- •BapiaHt 6
- •BapiaHt 8
- •6. Метод Фаррара — Глобера застосовуеться для виявлення:
- •BapiaHt 10
- •5. Критер!й ф!шера застосовують для перев!рки значущост!:
- •Робота 3 таблицями стандартизованого нормального ро3под1лу
- •Список використано! та рекомендовано! л1тератури
- •Економетрш
- •Econometrics
3.1. Багатофакторш економетричш модел1 та Ух специфшащя
У багатьох дослщженнях виявляеться, що деяка результативна ознака змшюеться шд впливом не одного, а кшькох фактор1в. Зокре-ма, анал1зуючи економ1чну д1яльн1сть шдприемства та прогнозуючи його подальший розвиток, дослщжують таю функцп:
виробничу функщю, що визначае залежшсть м1ж обсягом ви-роблено! продукцп та витраченими для цього ресурсами, наприклад основним кашталом i працею;
функщю цши, що дае змогу дослщити, як змiниться цiна товару, якщо змшиться обсяг поставок та цши конкуруючих товарiв;
функщю попиту, що дае змогу встановити, як змшиться попит на продукщю, якщо змшюватимуться цша товару, цши товарiв-кон-курентiв i доходи споживачiв;
функцiю витрат, що описуе залежшсть середшх витрат на ви-робництвi вiд цiни та кшькосп виробничих ресурсiв;
функцiю чутливосп ринку, яка визначае залежнiсть обсягу збу-ту продукцГ! вiд витрат на рекламу та индексу "чистоти" вироблено! продукцГ! ("екологiчного iндикатора");
рiвняння стратегГ! пiдприемства, у якому вщображаеться за-лежнiсть рентабельностi шдприемства вiд питомо! ваги на ринку то-варiв, подiбних до тих, яю виробляе пiдприемство, а також вщ якостi товарiв, витрат на маркетинг i науковi дослiдження, вщ iнвестицiй-них витрат тощо.
Розглянемо детальнiше першу з цих функций. Будь-яка виробнича система характеризуеться залежшстю мiж кiлькiстю вироблено! в нiй продукцГ! та спожитими для цього ресур
сами. Причому певш показники nie'i залежносп мають деяю випадков1 коливання. Залежшсть мiж ними, формалiзовану у вщповщний cnoci6 у виглядi регреciйнoгo рiвняння, називають виробничою функщ'ею.
Якщо виробнича функцiя вiдoма, то за кшыастю спожитих системою реcурciв можна передбачити юлыасть вироблено" продукцп i, навпаки, за заданою кiлькicтю вироблено! продукцп можна розраху-вати необхщну кiлькicть вiдпoвiдних реcурciв.
У реальних системах неможливо врахувати ва мoжливi фактори, що впливають на обсяги продукцп. Тому розглядають найвизначшип з них i на пiдcтавi спостережень за цими факторами та результатом виробни-чо! дiяльнocтi будують так звану емшричну виробничу функцiю.
Отже, виробнича функцiя - це економетрична модель, яка кiлькicнo описуе зв'язок основних результативних пoказникiв виробничо-госпо-дарсько! дiяльнocтi з факторами, що визначають щ показники.
Bирoбничi функцп можуть мати рiзнi галузi застосування, оскшь-ки принцип "витрати — випуск", покладений в основу залежнocтi, може бути реалiзoваний як на мiкрoекoнoмiчнoму, так i на макроеко-нoмiчнoму рiвнi.
На мiкрoекoнoмiчнoму рiвнi за допомогою таких функций, наприклад, описують зв'язок мiж величиною використаного ресурсу протягом року та рiчним обсягом випуску продукцп одного шдпри-емства, одше! галузi чи мiжгалузевoгo виробничого комплексу. Якщо виробничою системою е регюн чи краша загалом, то маемо виробничу функщю для макрoекoнoмiчнoгo рiвня.
Приклад. Нехай виробничу функщю задано у виглядi / (x) = axb, де x — величина витраченого ресурсу (наприклад, робочого часу), / (x) — обсяг випущено! продукцп (наприклад, кшьюсть готових ви-рoбiв). Величини a та b — параметри виробничо! функцГ! /(x). Причому a та b — дoдатнi числа, а b < 1. Задана функщя /(x) за малих значень аргументу дае значний прирют, якщо x збiльшуетьcя на оди-ницю; за великих значень аргументу таке саме збшыиення аргументу зумовлюе значно менший прирют функцп. Ця властивють /(x) вiдбивае фундаментальне положення екoнoмiчнol теор^!, яке нази-ваеться законом спадно! ефективнocтi, а сама функщя е типовим представником однофакторних виробничих функций.
У реальних ситуащях обсяг випуску продукцп визначаеться, як правило, не одним, а багатьма факторами, тому часпше застосовують багаторесурсш або багатофакторш вирoбничi функцп. Найпоширешшою серед них е виробнича функцГя Кобба — Дугласа, яка описуе залежшсть мГж обсягом вироблено! продукцп Y i витратами працi L та кашталу F:
Y = aFа Le
Множник a i показники степеня а та в — параметри ще! моделГ. Задана в такому виглядГ виробнича функщя е мультиплшативною (не-лГнГйною вГдносно параметрГв). Логарифмуванням !! можна звести до адитивного (лшшного вГдносно параметрГв) вигляду:
ln Y = a + а ln F + в ln L.
Зазначена функщя мае таю властивостГ:
коефпцент а показуе, на скгльки вГдсоткГв змГниться обсяг ви-пуску продукцп, якщо витрати пращ змшяться на 1 %, а витрати кашталу залишаться незмшними. Такий показник називаеться коефщд-ентом еластичностГ випуску за витратами пращ;
коефщент в е коефГцГентом еластичностГ випуску за витратами капГталу;
сума параметрГв а + в описуе масштаб виробництва.
Якщо ця сума дорГвнюе одинищ маемо постгйний масштаб виробництва. А це означае, що зГ збГльшенням обох виробничих ресурсГв на одиницю обсяг продукцп також зросте на одиницю. Якщо сума менша одинищ то масштаб виробництва спадний, тобто темпи зрос-тання обсягу продукцГ! нижчГ за темпи зростання обсягу ресурсГв. Якщо сума перевищуе одиницю, маемо зростаючий масштаб: темпи зростання обсягу продукцГ! перевищують темпи зростання обсягу виробничих ресурсГв.
Параметр a у функцп Кобба — Дугласа залежить вГд одиниць ви-мГрювання Y, F та L i також визначаеться ефектившстю виробничого процесу.
Отже, економетрична модель виробничо! функцп дае змогу про-аналГзувати виробничу дГяльшсть, щоб визначити шляхи шдвищен-ня !! ефективностГ ОбгрунтованГсть такого аналГзу цГлковито залежить вГд достовГрностГ моделГ та !! адекватностГ вГдповГдному реальному процесу.
Вплив багатьох чинникГв на результативну змшну може бути описаний лшшною моделлю
y = a0 + a %i + a<2 X2 +... + amxm + u, (3.1) де y — дослвджувана (залежна, пояснювана) змшна, або регресанд; xi, x2,..., xm незалежнi, пoяcнюючi змiннi, або регресори;
am — параметри мoделi; u — випадкова складова регресшно-го рiвняння.
Функцiя (3.1) е лiнiйнoю ввдносно незалежних змiнних i пара-метрiв мoделi, але саме лiнiйнicть за параметрами е бшьш суттевою, оскшьки це пов'язано з методами оцшювання параметрiв. Випадкова складова u е результативною дiею вciх неконтрольованих випадкових фактoрiв, що зумовлюють вiдхилення реальних значень дослвджува-ного показника y вiд аналiтичних (обчислених на пiдcтавi обрано! регресшно! залежнocтi).
Зрoзумiлo, що лшшш зв'язки не вичерпують уах можливих форм залежнocтi мiж показниками. Тому при дослвдженш конкретного еко-нoмiчнoгo явища першочерговим завданням е пошук найточшшо! аналпично! форми опису статистичного зв'язку мiж його показниками. Певна форма залежносп повинна мати ввдповвдне екoнoмiчне обгрунтування. Якщо вигляд залежносп встановити важко, то за перше наближення до мoделi все ж обирають лшшну залежшсть.
Звичайним математичним т'дходом до розв'язання задач е виокремлення специфхчних клас1в задач або зведення задач до деякого класу i застосування вгдповг'дних метод1в розв'язування. Оскшьки дослвд-ження лшшних функцш мае незаперечш переваги перед шшими кла-сами функцш, то нелшшш функцп намагаються передуим звести до лшшних. Наприклад, степенева фунюця
y = axa1 xa2 xam y — aoxi x2 ... xm
пicля логарифмування набирае вигляду
ln y = ln a0 + a1 ln x1 + a2 ln x2 +. „ + am ln xm
i пicля замiни ln ao = a е лшшною вiднocнo параметрiв a, a1,..., an. Показникова функцiя
y — aoa1 a2 ... am пicля логарифмування набирае вигляду
ln y = ln a0 + x1 ln a1 + x2 ln a2 +... + xm ln am
i теля замши ln ai = bi, i = 0,1,2,..., m, e лшшною вщноено пара-
метр1в bi.
Гiпeрболiчна
y = ао + + -f. + .
i квадратична
y = а0 + а1 x2 + а2 %2 +
+
функцп замшою змiнниx zi = — або Zi = x2, i = 1, 2,m, зводятьея
xi
до лiнiйного вигляду:
y = ао + aizi + a2 z2 + ... + amzm •
Зауважимо, що в еучаеному eкономiчному аналiзi iенують залеж-носп, якi не зводятьея до лшшних елементарними перетвореннями, однак ix параметри можна легко розрахувати епещальними епроще-ними методами [13].
Oекiльки найпоширешшими в економетричному модeлюваннi e лшшш функцй, обгрунтування економетричних мeтодiв розгляда-ють, як правило, на базi лiнiйниx моделей.
Отже, предметом наших доелщжень буде узагальнена багатофак-торна лшшна рeгрeеiйна модель (3.1).
Як зазначалоея, узагальнена регреешна модель еправджуетьея для веiel генерально! еукупноетi, а похибка регрееп мае певний закон роз-подiлу•
На практицi мають еправу з вибiрковою моделлю, тобто з такою, яка побудована для деяко! вибiрки. Параметри вибiрковоl модeлi е випадковими величинами, а !х математичне еподiвання дорiвнюe параметрам узагальнено! модeлi• Щоб визначити параметри узагальне-но! модeлi, нeобxiдно за вибiркою отримати якомога кращi !х оцiнки, тобто значення, найближчi до парамeтрiв узагальнено! модeлi• З щею метою викориетовують метод найменших квадрапв (МНК).