- •Эконометрического моделирования План лекции
- •Введение
- •1.Предмет, цель и задачи эконометрики.
- •2.Этапы становления эконометрики
- •3. Введение в эконометрическое моделирование
- •4. Основные математические предпосылки эконометрического моделирования
- •5. Основные этапы и проблемы эконометрического моделирования
- •Контрольные вопросы:
- •Тема 2. Парная линейная регрессия и корреляция План лекции
- •Введение
- •1. Модель линейной парной регрессии. Метод наименьших квадратов
- •2. Коэффициент корреляции
- •3. Основные положения регрессионного анализа. Теорема Гаусса – Маркова
- •4. Оценка значимости уравнения регрессии. Коэффициент детерминации
- •5. Построение интервальных прогнозов по модели парной регрессии
- •Контрольные вопросы:
- •Тема 3. Множественный регрессионный анализ План лекции
- •Введение
- •1. Классическая нормальная линейная модель множественной регрессии
- •2. Оценка параметров классической регрессионной модели методом наименьших квадратов
- •3. Предпосылки для множественного регрессионного анализа.
- •Теорема Гаусса-Маркова.
- •4. Стандартизированное уравнение линейной множественной регрессии
- •Контрольные вопросы:
- •Тема 4. Множественная корреляция План лекции
- •Введение
- •1. Множественная линейная корреляционная зависимость
- •2. Частные коэффициенты корреляции
- •3. Коэффициент множественной корреляции
- •4. Отбор факторов в случае линейной множественной регрессии
- •Контрольные вопросы:
- •Тема 5. Линейные регрессионные модели
- •1. Суть гетероскедастичности, ее последствия
- •2. Тесты, позволяющие выявить наличие гетероскедастичности остатков
- •3. Устранение гетероскедастичности
- •4. Автокорреляция остатков, ее последствия. Обнаружение автокорреляции остатков
- •Контрольные вопросы:
- •Тема 6. Линейные регрессионные модели
- •1. Фиктивные переменные
- •2. Модели регрессии с фиктивными переменными сдвига
- •3. Модели регрессии с фиктивными переменными наклона
- •4. Критерий г. Чоу
- •Контрольные вопросы:
- •Тема 7. Модели временных рядов План лекции
- •Введение
- •1. Понятие временного ряда. Общий вид модели временного ряда
- •2. Проверка гипотезы существования тенденции
- •3. Стационарные временные ряды и их характеристики. Автокорреляционная функция
- •Авторегрессия первого порядка. Тест Дарбина-Уотсона
- •4. Аналитическое выравнивание (сглаживание) временного ряда
- •6. Процесс построения аддитивной модели временного ряда
- •7. Прогнозирование на основе моделей временного ряда
- •8. Понятие об авторегрессионных моделях и моделях скользящей средней
- •Контрольные вопросы:
- •Тема 8: модели с лаговыми переменными План лекции
- •Введение
- •1. Модели с распределенными лагами
- •2. Модели авторегрессии
- •3. Авторегрессионные модели и их моделирование
- •Контрольные вопросы:
- •Тема 9. Системы линейных одновременных уравнений План лекции
- •Введение
- •1. Структурная и приведенная формы моделей
- •2. Проблема идентификации
- •Матрица коэффициентов (1)
- •Матрица коэффициентов (2)
- •Матрица коэффициентов (3)
- •3. Оценивание параметров структурной модели
- •Условные данные по пяти регионам
- •Контрольные вопросы:
- •Используемая литература
5. Основные этапы и проблемы эконометрического моделирования
Можно выделить 6 этапов эконометрического моделирования: постановочный, априорный, этап параметризации, информационный, этапы идентификации и верификации.
1 этап – постановочный.
Формируется цель исследования, набор участвующих в модели экономических переменных. При выборе экономических переменных необходимо теоретическое обоснование каждой переменной. Объясняющие переменные не должны быть связаны функциональной или тесной корреляционной зависимостью.
2 этап – априорный.
Проводится анализ сущности изучаемого объекта, формирование и формализация априорной (известной до начала моделирования) информации.
3 этап – параметризация.
Осуществляется непосредственно моделирование, выбор общего вида модели, т.е. выбор функции или . На этом этапе происходит выражение в математической форме обнаруженных связей и соотношений, установление экзогенных (независимых) и эндогенных (зависимых) переменных.
4 этап – информационный.
Осуществляется сбор необходимой статистической информации – наблюдаемых значений экономических переменных.
5 этап – идентификация модели.
Осуществляется статистический анализ модели и оценка ее параметров. Реализации этого этапа посвящается основная часть дисциплины «Эконометрика».
6 этап – верификация модели.
Проводится проверка адекватности модели, делается вывод о том, какова точность расчетов на основе модели, т.е. проводится анализ остатков.
Принято различать следующие три группы моделей эконометрики:
регрессионная модель – это уравнение, в котором объясняемая переменная выступает в виде функции от объясняющих переменных. В таких моделях зависимая (объясняемая) переменная y представляется в виде функции , где – независимые (объясняющие) переменные, а – некоторые параметры. В зависимости от вида функции модели делятся на линейные и нелинейные.
системы одновременных уравнений состоят из набора регрессионных уравнений и некоторых тождеств. Данные модели описываются системами уравнений. Системы могут состоять из тождеств и регрессионных уравнений, в которые могут входить не только объясняющие, но и объясняемые переменные.
модели временных рядов включают процедуры анализа, синтеза, а также прогноза. Модели временных рядов предполагают выделение в них таких компонент, как тренд (основная тенденция) , периодическая (осциллятивная, конъюнктурная, сезонная) компонента , а также случайная (стохастическая) компонента . Модели временных рядов принято делить на аддитивные, мультипликативные и смешанные:
(аддитивная модель),
(мультипликативная модель),
(смешанная модель).
Эконометрическое оценивание моделей включает два основных этапа:
теоретический. Предпосылкой теоретического этапа выступает следующее представление. Считается, что определено все множество реализаций экономических показателей, или, на языке выборочного метода статистики, определена генеральная совокупность. Зная или полагая те или иные статистические свойства генеральной совокупности, можно теоретически определить параметры модели;
эмпирический. На эмпирическом этапе исследователь располагает лишь выборочными значениями экономических показателей. На этом этапе можно оценить, но нельзя точно определить значения параметров модели, поскольку они являются случайными величинами. Оценка проводится, чтобы получить как можно более точные и статистически достоверные значения неизвестных параметров модели, которые характеризуют генеральную совокупность всех возможных реализаций экономических показателей.
Характеристики генеральной совокупности, как правило, неизвестны, поэтому их оценивают по выборочным данным. Согласно выборочному методу статистики характеристики генеральной совокупности принято называть параметрами, а характеристики выборочной совокупности – оценками. Выборочная оценка дает удовлетворительное приближение для оцениваемого параметра, если она отвечает ряду требований. Эти требования характеризуются такими терминами, как «несмещенность», «эффективность» и «состоятельность». Напомним их определения.
Оценка называется несмещенной, если ее математическое ожидание равно оцениваемому параметру при любом объеме выборки. В противном случае оценка называется смещенной.
Несмещенная оценка называется эффективной, если она имеет минимальную дисперсию по сравнению с другими выборочными оценками.
Оценка называется состоятельной, если при увеличении объема выборки она стремится по вероятности к оцениваемому параметру.