- •1. Предмет и задачи курса.
- •1.1 Определение эконометрики. Взаимосвязь с другими науками. Эконометрика и экономическая теория. Эконометрика и статистика. Эконометрика и экономико-математические методы.
- •Чем собственно занимается эконометрист?
- •1.2 Области применения эконометрических моделей. Методологические вопросы построения эконометрических моделей: обзор используемых методов.
- •2. Спецификация переменных в уравнениях регрессии.
- •2.1. Эконометрические модели: общая характеристика, различия статистического и эконометрического подхода к моделированию.
- •2. Регрессионные модели с одним уравнением.
- •3. Системы одновременных уравнений.
- •2.2.Спецификация переменных в уравнение регрессии. Ошибки спецификации.
- •3. Парная и множественная регрессия.
- •3.1.Понятие о функциональной, статистической и корреляционных связях. Основные задачи корреляционно-регрессионного анализа.
- •3.2. Уравнение регрессии, его смысл и назначение. Выбор типа математической функции при построении уравнения регрессии.
- •3.3 Линейная модель парной регрессии. Метод наименьших квадратов (мнк). Свойство оценок мнк.
- •Статистические свойства оценок метода наименьших квадратов.
- •Дополнительное предположение о нормальном распределении ошибок
- •Свойств выборочных вариаций (дисперсий) и ковариаций.
- •Свойства остатков
- •Несмещенность мнк-оценок
- •Состоятельность оценок
- •Эффективность (оптимальность) оценок
- •Несмещённость.
- •Эффективность.
- •Противоречия между несмещённостью и минимальной дисперсией.
- •Влияние увеличения размера выборки на точность оценок.
- •Состоятельность.
- •3.4.Ковариация. Коэффициент ковариации. Показатели качества регрессии: линейный коэффициент регрессии, коэффициент детерминации.
- •3.5.Стандартная ошибка уравнения регрессии. Оценка статистической значимости показателей корреляции, параметров уравнения регрессии. Дисперсионный анализ. Критерии Фишера и Стьюдента.
- •Интервалы прогноза по линейному уравнению регрессии.
- •3.6. Понятие о множественной регрессии. Классическая линейная модель множественной регрессии (клммр). Определение параметров уравнения множественной регрессии методом наименьших квадратов.
- •Классическая модель множественной линейной регрессии.
- •Предпосылки классической многомерной линейной регрессионной модели.
- •Выбор формы уравнения регрессии.
- •Частные уравнения регрессии
- •Множественная корреляция
- •Частная корреляция
- •3.8. Оценка качества модели множественной регрессии: f-критерий Фишера, t-критерий Стьюдента. Мультиколлинеарность. Методы устранения мультиколлинеарности.
- •Глава 4. Предпосылки метода наименьших квадратов
- •4.1. Исследование остатков величин регрессии.
- •4.2. Проблема гетероскедастичности. Её экономические причины и методы выявления.
- •4.3. Линейные регрессионные модели с гетероскедастичными и автокоррелированными остатками.
1.2 Области применения эконометрических моделей. Методологические вопросы построения эконометрических моделей: обзор используемых методов.
Экономико-математическая модель становится эконометрической, и при се построении и оценке используются эконометрические методы, если ставятся задачи:
а) получения с помощью этой модели количественных результатов на основе статистических данных;
б) количественной проверки гипотез, выдвигаемых экономической теорией.
Эконометрические модели применяются для изучения социально-экономических процессов и на макро- и на микроуровнях. Использование эконометрических методов является необходимым этапом создания количественной модели экономического объекта, независимо от того, для каких целей или в рамках какой дисциплины — исследования операций или, скажем, финансовой математики, модель строится (в результате, возникло даже такое понятие, как финансовая эконометрика).
В эконометрике рассматриваются в основном параметрические модели, т. е. структура модели (функциональные зависимости между экономическими переменными) задается с точностью до параметров. Определение вида функциональных зависимостей называется спецификацией модели. Спецификация модели является ключевым этапом построения любой эконометрической модели.
Здесь возникает проблема выбора структуры модели (спецификации). В зависимости от уровня знаний об объекте условно можно выделить два наиболее общих класса моделей:
1) поведенческие (behavioural models);
2) феноменологические (phenomenological models).
Поведенческие модели строятся только на основе наблюдений за поведением объекта (данных «вход-выход») и приближенно описывают (аппроксимируют) наблюдаемое поведение без какой-либо априорной информации о внутренней структуре объекта (внутренних взаимосвязях между переменными). Структура и количество параметров устанавливаются в процессе построения модели. Параметры таких моделей могут не иметь какого-либо экономического смысла. Одна из основных задач эконометрики — разработка методов построения поведенческих моделей.
Феноменологические модели (модели, основанные на знаниях) — это записанные в виде математических соотношений экономические законы, выпеченные па основе экономической теории. Такие модели могут включать уравнения (дифференциальные или разностные), описывающие динамику процесса, статические балансовые соотношения (условия равновесия) и т. п., которые следуют из положений экономической теории. Как правило, структура уравнений подобных моделей соответствует гипотезам экономической теории, а количество параметров заранее определено и ясен их экономический смысл.
Задача эконометрики при построении феноменологических моделей — подгонка модели (ее параметров) к установленному набору реальных данных, которые получены в результате наблюдения за изучаемым объектом.
Таким образом, построение эконометрической модели позволяет оценить степень достоверности гипотез, выдвигаемых экономической теорией, проверить их на практике. Это, в свою очередь, помогает выработать и обосновать рекомендации для проведения экономической политики, спрогнозировать последствия принятия тех или иных экономических решений.
Этапы эконометрического моделирования.
1. Постановочный этап, на котором определяются конечные цели и задачи исследования, а также число включенных в модель факторных и результативных экономических переменных.
Цели эконометрического исследования:
1) анализ изучаемого экономического процесса (явления, объекта);
2) прогноз экономических показателей, характеризующих изучаемый процесс (явление, объект);
3) моделирование поведения процесса при различных значениях факторных переменных;
4) формирование управленческих решений.
Количество переменных, включенных в эконометрическую модель, не должно быть слишком большим и должно быть теоретически обоснованным. В модели должна отсутствовать функциональная или тесная корреляционная связь между факторными переменными, что может привести к явлению мультиколлинеарности.
2. Априорный этап, на котором осуществляется теоретический анализ сущности изучаемого процесса, а также формализуется априорная информация.
3. Этап параметризации, на котором происходит выбор общего вида модели, а также определяется состав и формы формирующих ее связей.
Задачи, решаемые на этапе параметризации:
1) задача выбора наиболее подходящего вида функциональной зависимости результативной переменной от факторных переменных.
При возникновении ситуации выбора между линейной и нелинейной формами зависимости предпочтение всегда отдается линейной форме как более простой;
2) задача спецификации модели:
а) аппроксимация математической формой обнаруженных связей и соотношений между параметрами модели;
б) определение зависимых и независимых переменных;
в) выражение исходных предпосылок и ограничений модели.
4. Информационный этап, на котором собирается требуемая статистическая информация и осуществляется анализ качества собранных данных.
5. Этап идентификации модели, на котором реализуется статистический анализ модели и происходит оценивание ее параметров.
6. Этап оценки качества модели, на котором проверяются достоверность и адекватность модели. Созданная модель должна быть адекватна реальному экономическому процессу. При неудовлетворительном качестве модели возвращаются ко второму этапу моделирования.
7. Этап интерпретации результатов моделирования.
В эконометрике применяется два основных типа выборочных данных:
1) пространственные;
2) временные.
Пространственные данные — это совокупность экономической информации, характеризующей разные объекты и полученной за определенный период или момент времени.
Пространственные данные являются выборочной совокупностью из некоторой генеральной совокупности (например, совокупность различной информации по какому-либо предприятию—размер основных фондов, численность работников).
Временные данные — это совокупность экономической информации, характеризующей определенный объект, но за различные периоды времени. Отдельный временной ряд можно считать выборкой из бесконечного ряда значений показателей во времени (например, данные о динамике фондовых индексов).
Существуют определенные отличия временного ряда или ряда динамики от пространственной выборки:
1) элементы ряда динамики естественным образом упорядочены во времени в отличие от пространственных данных;
2) элементы ряда динамики не являются статистически независимыми в отличие от элементов случайной пространственной выборки, т.е. они подвержены зависимости между прошлыми и настоящими наблюдениями временного ряда (автокорреляции);
3) элементы ряда динамики не являются одинаково распределенными величинами.
Набор переменных — это совокупность экономической информации, характеризующей
изучаемый процесс или объект. В эконометрической модели используются:
1) результативные (зависимые) переменные, которые в эконометрике называются объясняемыми переменными;
2) факторные (независимые) переменные, которые в эконометрике называются объясняющими переменными.
Среди экономических переменных, включенных в эконометрическую модель, выделяют:
1) экзогенные (независимые) переменные (х), значения которых задаются извне. В определенной степени данные переменные являются управляемыми;
2) эндогенные (зависимые или взаимозависимые) переменные (у), значения которых определяются внутри модели;
3) лаговые (экзогенные или эндогенные) переменные, которые относятся к предыдущим моментам времени и находятся в уравнении с переменными, относящимися к текущему моменту времени. Например, хt-1 — лаговая экзогенная переменная, уt-1 — лаговая эндогенная переменная;
4) предопределенные (объясняющие) переменные, к которым относятся лаговые (хt-1), текущие (х) экзогенные переменные и лаговые эндогенные переменные (уt-1).
Основная цель эконометрического моделирования — это характеристика значений одной или нескольких текущих эндогенных переменных в зависимости от значений предопределенных (объясняющих) переменных.