- •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
Контрольш запитання
Що означае автокорелящя залишюв?
Яю причини виникнення автокореляцп?
Чим вщр1зняеться УМНК при автокореляцп?
До яких насладив призводить автокорелящя залиппав?
Як впливае автокорелящя на оцшку параметр1в модел1?
Наведиъ тести наявносп автокореляцп залшшав.
Дайте стислу характеристику алгоритму методу Дарбша — Уот-сона.
Зобразиъ граф1чно зони автокорелящйного зв'язку за кри-тер1ем Дарбша — Уотсона.
9. Охарактеризуйте алгоритм критер1ю фон Неймана.
На основi яких методдв можна оцшити параметри моделi з автокорельованими залишками?
У яких випадках для оцшки параметрiв економетрично! мо-делi з автокорельованими залишками дощльно застосовувати пера-цiйнi методи Кочрена — Оркатта або Дарбша?
Охарактеризуйте метод Ейткена оцшки параметрiв економет-рично! моделi з автокорельованими залишками.
Охарактеризуйте алгоритм методу Кочрена — Оркатта.
Як переваги забезпечуе метод Кочрена — Оркатта?
Роздт 7. МОДЕЛ1 РОЗПОД1ЛЕНОГО ЛАГА
7.1. Поняття лага та лагових моделей в економщ
Для багатьох економГчних процес1в типово, що ефект вш впливу деякого фактора на показник, який характеризуе процес, виявляеть-ся не одразу, а поступово, через деякий час або протягом деякого часу. Таке явище називаеться зашзнюванням (затримкою), а пром1жок часу, у який спостерГгаеться це зашзнювання, — часовим лагом, або просто лагом.
Наприклад, функщя споживання шсля р1зко! змши доходу також змгнюеться, але не пропорцгйно до доходу. Зокрема, зг збгльшенням доходу витрати значно зростають (задовольняються нагальнг потреби), а потгм можуть зменшуватися за рахунок збгльшення гнвестицгй (плануються велик витрати i зростають нагромадження, а споживання зменшуеться). Вкладання кошт'в у науковГ дослщження не одра-зу впливае на зростання продуктивност пращ — мае пройти певний час вш виникнення науково! Где! до !! впровадження у виробництво. Каштальне буддвництво також не дае миттевих прибутюв i т. Гн.
Означения 7.1. МоделГ, у яких дослгджуваний показник у момент часу t визначаеться не лише поточними, а й попередшми значеннями незалежних змГнних, називаються дистрибутивно-лаговими:
Vt = a + Xt + a 1 %t-1 + a 2 %t-2 + ■■■ + Ut.
Означения 7.2. МоделГ, у яких дослгджуваний показник у момент часу t визначаеться сво!ми попередшми значеннями, називаються авторегресГйними або динамГчними моделями. Наприклад,
yt = a + a0 Xt + b1 yt-1 + b2 Vt-2 + - + ut ■
Змшш xt-т i yt-т у перiод t -т називаються лаговими змшними, а величина т — перюдом зсуву (лагом).
Якщо в економетричнш моделi незалежш змiннi використовують за кiлька попередшх перiодiв, то такi моделi називають моделями з кшцевим лагом (скшченними моделями). Якщо вплив незалежно! змшно! не обмежуеться певним перюдом, розглядають нескшченш лапт моделi.
Звичайно, нескшченна лагова модель бiльш загальна, однак прак-тичне застосування тако! моделi досить проблематичне через велику кшьюхть факторiв, складнiсть внутршньо! структури та обмежешсть часових рядiв — шформацшно! бази моделей.
Коефiцiенти а-, j _ 0,1,2,..., називаються коефщдентами лага,
а послщовшсть {a,, j _ 0,1, 2,...} — структурою лага.
Коефщент о при незалежнiй змiннiй xt, що вiдбивае !! вплив на залежну змшну в поточний перюд, називаеться короткостроковим, або впливовим, мультиплшатором. Частковi суми коефiцiентiв
(<0) + + б! + 02),..., що вiдображають змшу yt в другий, тре-
тш i наступнi перiоди, називаються промiжними iнтервалами. Загальна сума лагових коефщденпв для всiе! моделi називаеться довгостро-ковим, або загальним, дистрибутивно-лаговим мультипликатором.
Остання сума для скшченних моделей, очевидно, е скiнченним числом. Для нескшченно! моделi лаговi коефщенти за певних умов також можуть утворити скшченну суму. Якщо кожен iз коефiцiентiв роздiлити на !х суму, отримаемо вiдповiдно нормованi коефпценти лага та нормовану структуру лага.
Усi нормованi коефiцiенти менип вiд одиницi, а !х сума дорiвнюе одиницi.
Дистрибутивно-лаговi моделi, яю ще називають моделями роз-подшеного лага, задовiльно описують економiчнi процеси лише в стабшьних (незмiнниx) умовах. Необхщшсть враховувати ще й по-точнi умови функцiонування вимагае застосування узагальнених моделей.
Означення 7.3. Якщо економетрична модель мютить не лише лаговi змiннi, а й змшш, що безпосередньо впливають на дослщ-жуваний показник (тобто мютить й поточш умови функцiонуван-ня), то така модель називаеться узагальненою моделлю розподше-ного лага: m
yt = X ат xt-T + X bxt ,i + ut •
T>0 i=1
Оц!нювання параметр!в таких р!внянь ускладнюеться обмеження-ми, що накладаються на коеф!ц!енти при лагових зм!нних.
Перш н!ж будувати економетричну модель з лаговими змшними, необх!дно обгрунтувати величину лага. Для цього застосовують взае-мну корелящйну функц!ю — посл!довн!сть коеф!ц!ент!в кореляц!!, як! визначають ступ!нь зв'язку кожного елемента вектора залежно! зм!нно! з елементом вектора незалежно! зм!нно!, зсунутими один в!дносно одного на часовий лаг т:
n-т п-т
(П -X)Z ytxt+т - X yt X Xt+т
t=1 t=1 t=1
n -T (n-T ^\
t=1
t=1
n-T (n-т Л2
t=1
t=1
Серед отриманих коеф!ц!ент!в кореляц!! вибирають найб!льший за модулем, а в!дпов!дне значення часового зсуву вважають лагом. Якщо таких коеф!ц!ент!в к!лька, застосовують модель розпод!леного лага.
Приклад [17]. На основ! взаемопов'язаних часових ряд!в, як! характеризують чисту продукц!ю та кап!тальн! вкладення Республики Сир!! за 20 рок!в, побудувати взаемну корелящйну функщю, вико-риставши дан! табл. 7.1.
У результат! розрахунк!в, виконаних за формулою (7.1) для р1зних значень T, отримано значення коеф!ц!ент!в кореляц!!, що наведен! в табл. 7.2.
3 табл. 7.2 видно, що найб!льше значення коеф!ц!ента кореляц!!
= 0,92. В!н в!дпов!дае трьом значенням T = {3,4,5}. Це означае, що найб!льшого впливу кап!тальних вкладень на обсяг чисто! про-дукц!! сл!д оч!кувати впродовж третього, четвертого та п'ятого рок!в.
Таблиця 7.2
т |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
0,89 |
0,86 |
0,89 |
0,92 |
0,92 |
0,85 |
0,75 |
0,64 |
0,4 |
0,55 |
Динамiчна модель розподшеного лага в такому pазi мае вигляд
yt = a0 xt + a1xt - 3 + a2 xt - 4 + a3 xt - 5 + Ut >
де yt — чиста продукщя в перюд t; aj, j = 0,1, 2, 3 — ваговi коефщденти лагових змшних; xt-т (т = 3, 4, 5) — каштальш вкладення в перюд t -т.