Эконометрика как самостоятельное знание. Лекции по эконометрике для экономистов


Эконометрика как самостоятельное знание

ЭКОНОМЕТРИКА

Лекция №1

Эконометрическое знание выделилось и сформировалось как закономерный результат развития и взаимодействия экономиче­ской теории, математической экономики, экономической стати­стики, математической статистики и теории вероятностей. Эко­нометрика формулирует собственные предмет, цель и задачи ис­следования. При этом содержание эконометрики, ее структура и область применения тесно связаны с перечисленными науками.

Взаимосвязь эконометрики с другими науками

Эконометрика

Другие науки

Изучаются экономические явле­ния с точки зрения количествен­ных характеристик

Осуществляется опытная про­верка экономических законов

Экономическая теория

Изучаются качественные аспек­ты экономических явлений

Математическая экономика

Получают выражение экономи­ческих законов в форме матема­тических моделей

Применяется инструментарий экономической статистики для анализа и прогноза экономиче­ских взаимосвязей

Применяется аппарат математи­ческой статистики в силу слу­чайного характера большей ча­сти экономических показателей

Экономическая статистика

Собираются, обрабатываются и представляются экономические данные в наглядном виде

Математическая статистикаРазрабатываются методы анали­за данных в зависимости от це­лей исследования

Эконометрика – это наука, предметом изучения которой является количественное выражение взаимосвязей экономических явлений и процессов.

Понятие «эконометрика»

Термин «эконометрика»экономисты начали применять бла­годаря исследованиям П. Цъемпы (1910), Й. Шумпетера (1923), Р. Фриша (1930). Этот термин появился в результате соедине­ния двух слов: «экономика» и «метрика». В переводе с греческо­гоoikonomos(экономист) — это управляющий домом, метрика(metrihe, metron) —мера, размер.

Ученые-эконометристы, признанные авторитеты в области эконометрических исследований, по-разному подходили к опре­делению эконометрики. Приведем примеры их высказываний.

Формулировки определений понятия «эконометрика»

Автор

Содержание понятия «эконометрика»

Р. Фриш

«...есть единство трех составляющих — статистики, экономической теории и математики»

Ц. Грилихес

«...является одновременно нашим телескопом и на­шим микроскопом для изучения окружающего эко­номического мира»

Э. Маленво

«...наполняет эмпирическим содержанием априорные экономические рассуждения»

С. Фишер

«...занимается разработкой и применением статисти­ческих методов для измерения взаимосвязей между экономическими переменными»

С. Айвазян

«...объединяет совокупность методов и моделей, по­зволяющих придавать количественные выражения качественным зависимостям»

Анализ подходов к определению эконометрики, а также со­стояние эконометрической науки позволяют сформулировать цель эконометрики, которая достигается решением определен­ных задач.

Цель эконометрики– разработка способов моделирования и количественного анализа реальных экономических объектов

studfiles.net

Конспект лекций по эконометрике - PDF

Вопросы к экзамену «Эконометрика»

Вопросы к экзамену «Эконометрика» Вопросы к экзамену «Эконометрика» 1. Эконометрика, её задача и метод. Два принципа их спецификации. Типы уравнений в ЭММ: поведенческие уравнения и тождества (на примере макромодели). 2. Типы переменных

Подробнее

СМК РГУТиС. Лист 1 из 9

СМК РГУТиС. Лист 1 из 9 Лист 1 из 9 1 Лист 2 из 9 1. ЦЕЛИ И ЗАДАЧИ ДИСЦИПЛИНЫ Цель преподавания дисциплины «Эконометрика» состоит в приобретении студентами знаний и представлений о количественных закономерностях в экономике,

Подробнее

1 Предисловие. Ф-ПР Рабочая программа

1 Предисловие. Ф-ПР Рабочая программа Предисловие Данная дисциплина рассматривает и изучает эконометрические модели и методы анализа и прогнозирования социально-экономических процессов. Методика преподавания данной дисциплины предусматривает:

Подробнее

Тесты по дисциплине 123

Тесты по дисциплине 123 Тесты по дисциплине 3 ТЕСТ. Коэффициент корреляции, равный нулю, означает, что между переменными: а) линейная связь отсутствует; б) существует линейная связь; в) ситуация не определена.. Коэффициент корреляции,

Подробнее

Эконометрическое моделирование

Эконометрическое моделирование Эконометрическое моделирование Лабораторная работа 3 Парная регрессия Оглавление Парная регрессия... 3 Метод наименьших квадратов (МНК)... 3 Интерпретация уравнения регрессии... 4 Оценка качества построенной

Подробнее

ЭКОНОМЕТРИКА Программа

ЭКОНОМЕТРИКА Программа МОСКОВСКИЙ ИНСТИТУТ ЭКОНОМИКИ, МЕНЕДЖМЕНТА И ПРАВА Кафедра общематематических и естественнонаучных дисциплин ЭКОНОМЕТРИКА Программа Москва 2003 1 Составитель: Харламов С.А., доктор технических наук Эконометрика:

Подробнее

СМК РГУТиС. Лист 1 из 6

СМК РГУТиС. Лист 1 из 6 Лист 1 из 6 1 Лист 2 из 6 Примерный перечень вопросов зачета. 1. Линейные операции над матрицами. Транспонирование матриц. Умножение матриц. 2. Определители и их свойства. Алгебраические дополнения и миноры.

Подробнее

ЭКОНОМЕТРИКА (ПРОДВИНУТЫЙ УРОВЕНЬ)

ЭКОНОМЕТРИКА (ПРОДВИНУТЫЙ УРОВЕНЬ) КАЗАНСКИЙ ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ ИНСТИТУТ УПРАВЛЕНИЯ, ЭКОНОМИКИ И ФИНАНСОВ Кафедра экономико-математического моделирования И. И. ИСМАГИЛОВ, Е.И. КАДОЧНИКОВА, А. В. КОСТРОМИН ЭКОНОМЕТРИКА (ПРОДВИНУТЫЙ

Подробнее

1. Цели и задачи освоения дисциплины

1. Цели и задачи освоения дисциплины 1. Цели и задачи освоения дисциплины Цели дисциплины: познакомить студентов с основами методологии исследования и моделирования экономико-математических процессов и систем. овладение совокупностью математических

Подробнее

Эконометрика и прогнозирование

Эконометрика и прогнозирование Эконометрика и прогнозирование Автор-составитель: доцент кафедры экономической информатики и математической экономики экономического факультета БГУ, к.ф.-м.н. Васенкова Е.И. Цель и учебная задача Эконометрика

Подробнее

РАБОЧАЯ ПРОГРАММА по курсу «ЭКОНОМЕТРИКА»

РАБОЧАЯ ПРОГРАММА по курсу «ЭКОНОМЕТРИКА» КИСЛОВОДСКИЙ ГУМАНИТАРНО-ТЕХНИЧЕСКИЙ ИНСТИТУТ РАБОЧАЯ ПРОГРАММА по курсу «ЭКОНОМЕТРИКА» для специальностей экономического факультета Кисловодский гуманитарно-технический институт Россия, Ставропольский

Подробнее

Электронная библиотека БГЭУ

Электронная библиотека БГЭУ Тема 1: Множественная линейная регрессия. Метод главных компонент Задача 1. Известная информация по некоторым экономическим показателям за 2001 год по ряду регионов России. Субъекты РФ y x 1 x 2 x 3 x

Подробнее

ЭКОНОМЕТРИЧЕСКИЕ МЕТОДЫ И МОДЕЛИ

ЭКОНОМЕТРИЧЕСКИЕ МЕТОДЫ И МОДЕЛИ Министерство образования и науки Российской Федерации Байкальский государственный университет экономики и права Л.Н. Ежова, Р.З. Абдуллин, В.Р. Абдуллин ЭКОНОМЕТРИЧЕСКИЕ МЕТОДЫ И МОДЕЛИ Учебное пособие

Подробнее

Экзаменационный билет 2

Экзаменационный билет 2 Экзаменационный билет 1 Определение, предмет и методы эконометрики. Взаимосвязь с другими науками. Векторная авторегрессия. X: 6.91 2.56 6.56 4.51 1.75 4.49 7.33 1.24 9.17 10.00 Y: 14.42 6.16 12.02 7.52

Подробнее

Эконометрическое моделирование

Эконометрическое моделирование Эконометрическое моделирование Лабораторная работа 7 Анализ остатков. Автокорреляция Оглавление Свойства остатков... 3 1-е условие Гаусса-Маркова: Е(ε i ) = 0 для всех наблюдений... 3 2-е условие Гаусса-Маркова:

Подробнее

Аннотация. Цели и задачи дисциплины

Аннотация. Цели и задачи дисциплины Цели и задачи дисциплины Аннотация Целью курса является приобретение опыта построения эконометрических моделей и определение возможностей их использования для описания, анализа и прогнозирования реальных

Подробнее

ОСНОВЫ РЕГРЕССИОННОГО АНАЛИЗА

ОСНОВЫ РЕГРЕССИОННОГО АНАЛИЗА ОСНОВЫ РЕГРЕССИОННОГО АНАЛИЗА ПОНЯТИЕ КОРРЕЛЯЦИОННОГО И РЕГРЕССИОННОГО АНАЛИЗА Для решения задач экономического анализа и прогнозирования очень часто используются статистические, отчетные или наблюдаемые

Подробнее

ФОНД ОЦЕНОЧНЫХ СРЕДСТВ

ФОНД ОЦЕНОЧНЫХ СРЕДСТВ МИНИСТЕРСТВО СЕЛЬСКОГО ХОЗЯЙСТВА РОССИЙСКОЙ ФЕДЕРАЦИИ Федеральное государственное бюджетное образовательное учреждение высшего образования «Саратовский государственный аграрный университет имени Н.И. Вавилова»

Подробнее

ЭКОНОМЕТРИКА. А. Буравлев

ЭКОНОМЕТРИКА. А. Буравлев А. Буравлев ЭКОНОМЕТРИКА Допущено Учебно-методическим объединением по образованию в области статистики в качестве учебного пособия для студентов высших учебных заведений, обучающихся по специальности «Статистика»

Подробнее

ЛЕКЦИЯ Проблема автокорреляции остатков

ЛЕКЦИЯ Проблема автокорреляции остатков ЛЕКЦИЯ 6 15 Проблема автокорреляции остатков 151 Причины и последствия автокорреляции остатков регрессии Понятие автокорреляции остатков было введено в п 5 (лекция 1) где формулировались требования предъявляемые

Подробнее

1. ЦЕЛИ И ЗАДАЧИ ДИСЦИПЛИНЫ

1. ЦЕЛИ И ЗАДАЧИ ДИСЦИПЛИНЫ Эконометрика: рабочая программа (для студентов специальности 080109.65 «Бухгалтерский учет, анализ и аудит») / Ермаков Г.П. Димитровград: Технологический институт филиал ФГОУ ВПО «Ульяновская ГСХА», 2009.

Подробнее

docplayer.ru

Лекция 1. Введение в эконометрику. Модель парной регрессии - Лекции по Эконометрике с примерами решения (8 лекций)

Лекции по Эконометрике с примерами решения (8 лекций)скачать (1277.8 kb.)Доступные файлы (8):

n1.doc

Лекция 1.

Введение в эконометрику. Модель парной регрессии.Вопросы:

1. Предмет – эконометрика.

2. Экономические переменные и эконометрические модели.

3. Основные понятия и проблемы эконометрического моделирования.

4. МНК оценки коэффициентов линейной парной регрессии.

5. Геометрическая интерпретация МНК. Матричная форма определения

коэффициентов.

6. Литература.

  1. Предмет – эконометрика.

Эконометрика – это самостоятельная научная дисциплина, объединяющая совокупность теоретических результатов, приемов, методов и моделей, предназначенных для того, чтобы на базе: экономической теории, экономической статистики и экономических измерений, математико-статистического инструментария придавать конкретное количественное выражение общим (качественным) закономерностям, обусловленным экономической теорией.

Сегодня деятельность в любой области экономики (управлении, финансово-кредитной сфере, маркетинге, учете, аудите) требует от специалиста применения современных методов работы, знания достижений мировой экономической мысли, понимания научного языка. Большинство новых методов основано на эконометрических моделях, концепциях, приемах. Без глубоких знаний эконометрики научиться их использовать невозможно. Чтение современной экономической литературы также предполагает хорошую эконометрическую подготовку.

Специфической особенностью деятельности экономиста является работа в условиях недостатка информации и неполноты исходных данных. Анализ такой информации требует специальных методов, которые составляют один из аспектов эконометрики. Центральной проблемой эконометрики является построение эконометрической модели и определение возможностей ее использования для описания, анализа и прогнозирования реальных экономических процессов.

Название «эконометрика» введено в 1926 г. норвежским экономистом и статистиком Рагнаром Фришем. Буквальный перевод этого понятия – «измерения в экономике». Р.Фриш дал следующее определение эконометрики.

Эконометрика – это не то же самое, что экономическая статистика. Она не идентична и тому, что мы называем экономической теорией, хотя значительная часть этой теории носит количественный характер. Эконометрика не является синонимом приложений математики к экономике. Как показывает опыт, каждая из трех отправных точек – статистика, экономическая теория и математика – необходимое, но не достаточное условие для понимания количественных соотношений в современной экономической жизни. Это – единство всех трех составляющих. И это единство образует эконометрику.

При этом в рамках экономической теории интересуют не просто качественные взаимосвязи переменных, но и подходы к их формализации, включающие в себя методы спецификации моделей с проблемой их идентификации. В экономической статистике непосредственно будет интересовать лишь информационное обеспечение модели (выбор показателя, обоснование способа измерения, статистические наблюдения и т.п.). Математический аппарат эконометрики включает классическую линейную модель регрессии, обобщенную линейную модель регрессии, анализ временных рядов, системы одновременных уравнений и т.п. Это «приземление» экономической теории на конкретную статистику и получение конкретных количественных показателей является ключевым в понимании сути эконометрики. Экономическая теория становится эконометрикой, когда символически представленные в экономических взаимосвязях коэффициенты заменяются конкретными численными оценками, полученными на базе соответствующих экономических данных.

Главное назначение эконометрики – экономические и социально-экономические приложения, т.е. модельное описание конкретных количественных взаимосвязей, существующих между экономическими показателями.

Задачи эконометрики можно классифицировать по трем параметрам: по конечным прикладным целям, по уровню иерархии и по профилю анализируемой экономической системы:

  • По конечным целям – две основные:
а) прогноз экономических, социально-экономических показателей, характеризующих состояние и развитие экономической системы;

б) имитация возможных сценариев социально-экономического развития системы;

  • По уровню иерархии анализируемой экономической системы можно выделить:
а) макроуровень – это страна в целом, модели национальной экономики;

б) мезоуровень – модели региональной экономики, отраслей, корпораций;

в) микроуровень - модели поведения потребителей, семьи, фирмы, предприятия.

  • По профилю – исследование может быть сконцентрировано на проблемах рынка, инвестиционной, финансовой или социальной политики, ценообразования, распределительных отношений, спроса и потребления и т.п.
  1. Экономические переменные и эконометрические модели.

Основные идеи экономики – взаимосвязь между экономическими переменными.

- Спрос на товар – функция его цены.

- Затраты на производство - функция объема производства.

- Потребительские расходы – функция дохода и т.д.

Это примеры взаимосвязей между двумя переменными, одна из которых (спрос, затраты, расходы) является объясняемой переменной (результирующим показателем), а другие – объясняющими переменными (факторами-аргументами). Как правило, в каждое такое соотношение вводится несколько объясняющих переменных и остаточная, случайная составляющая, отражающая влияние всех неучтенных факторов. Например, спрос на товар можно рассматривать как функцию его цены, потребительского дохода и цен на конкурирующие и дополняющие товары.

Случайная составляющая обуславливает стохастический характер зависимости: даже фиксировав значения объясняющих переменных, мы не можем ожидать однозначно, каким будет спрос на товар. В прикладном статистическом анализе изучаются различные варианты формализации понятия стохастической зависимости. Наиболее распространенной формализацией зависимости между результирующим показателем у и объясняющими переменными х1, х2, …, хn в экономике является аддитивная линейная форма:

где - некоторые параметры (обычно неизвестные до проведения анализа), - случайная составляющая, характеризующая разницу между модельным и наблюдаемым значениями. Под модельным значением переменной понимают её значение, восстановленное по заданным значениям объясняющих переменных при условии, что коэффициенты известны.

Поясним понятия аддитивности и линейности.

Функция линейна по всем независимым переменным тогда и только тогда, когда не включает, эффект данного изменения по не зависит от .

Функция является аддитивной потогда и только тогда, когда не включает ( ), эффект данного изменения по каждой независимой переменной не зависит от уровня другой. Аддитивность позволяет совместный эффект изменения по всем учтенным независимым переменным получить сложением отдельно вычисленных эффектов изменений по каждой из них.

Рассмотрим некоторые примеры оценки линейности и аддитивности.

Функция

Линейность Аддитивность по х1, х2
по х1 по х2
а1х12+а2х22+а3х1х2 2а1х1+а3х2 2а2х2+а3х1 нет нет нет
х2/x1 -х2/x12 1/x1 нет да нет
а1х12+а2х2 2а1х1 а2 нет да да
x1aх2b ax1a-1х2b bx1aх2b-1 нет нет нет
а1х1x2 2+а2lnх2 а1x2 2 2а1х1x22+а2/х2 да нет нет
а1х1+а2х2+а3х1х2 а1+а3х2 а2+а3х1 да да нет
а1х1+а2lnх2 а1 а2/х2 да нет да
а1х1+а2х2 а1 а2 да да да

После выявления отдельных соотношений их группируют в модель. Математическая модель – это упрощенное, формализованное представление реальности. «Модели должны быть настолько простыми, насколько возможно, но не проще» - сказал Эйнштейн.

Все экономические модели имеют общие особенности:

- они основаны на предположении, что поведение экономических переменных определяется с помощью совместных и одновременных операций с некоторым числом экономических соотношений;

- принимается, что модель улавливает главные характеристики изучаемого объекта;

- полагается, что на основе достигнутого с ее помощью понимания реальной системы удастся предсказать будущее движение экономических показателей.

Можно выделить три основных класса моделей.

Регрессионные модели с одним уравнением.

,

- параметры, - независимые объясняющие переменные. В зависимости от вида функции f модели делятся на линейные и нелинейные:

, ,

,

Модели временных рядов. К ним относятся модели:

Тренда –

Сезонности –

Тренда и сезонности - - аддитивная

- мультипликативная

Системы одновременных уравнений. Модели описываются системами уравнений, состоящих из тождеств и регрессионных уравнений, каждое из которых может кроме объясняющих переменных, включать в себя объясняемые переменные из других уравнений системы.

Классическим примером такой системы является модель спроса Qd и предложения Qs, когда спрос на товар определяется его ценой Р и доходом потребителя I, предложение товара – его ценой Р и достигается равновесие между спросом и предложением:

При моделировании экономических процессов встречаются два типа данных:

- пространственные данные – данные по разным фирмам и предприятиям в один момент времени;

- временные ряды – ежеквартальные данные по инфляции, з.п., национальному доходу и т.п.3. Основные понятия и проблемы эконометрического моделирования.К основным понятиям эконометрики можно отнести:

- понятия экзогенных и эндогенных переменных, объясняемых и объясняющих переменных, предопределенных переменных;

- понятия структурной и приведенной форм модели.Экзогенные переменные – «внешние», автономные, в определенной степени управляемые.

Эндогенные переменные – формируются в процессе и «внутри» социально-экономической системы в большей мере под воздействием экзогенных переменных, в модели – объясняемые переменные.

Предопределенные переменные – факторы-аргументы, объясняющие переменные. Множество предопределенных переменных формируется из всех экзогенных переменных и лаговых эндогенных переменных – эндогенных переменных, значения которых уже вычислены в прошлые моменты времени.

В модели спроса и предложения экзогенной переменной выступает доход потребителя I, а эндогенными – спрос (предложение) товара Qd = Qs = Q и цена товара (цена равновесия) Р.

При построении и анализе эконометрических моделей различают её структурную и приведенную формы. Структурная форма модели отражает наше представление о характере связи между переменными и наборе переменных, участвующих в уравнениях. Часто эндогенные переменные обозначают через Y, а экзогенные переменные – через Х. Эндогенные и экзогенные переменные могут находиться как по разные стороны, так и по одну сторону от знака равенства. Если удается выразить все эндогенные переменные через предопределенные, то получают приведенную (редуцированную) форму модели.

Структурная форма Приведенная форма

В процессе эконометрического моделирования приходится решать следующие проблемы.

Проблема спецификации модели включает в себя:

- определение конечных целей моделирования;

- определение набора экзогенных и эндогенных переменных;

- определение состава системы уравнений, их структур, набора предопределенных переменных;

- формулировка исходных ограничений относительно стохастической составляющей.

Спецификация модели – важнейший этап исследования, от успешности решения которого зависит успех всего исследования. Спецификация опирается на имеющиеся экономические теории, специальные знания, интуицию.

Проблема идентифицируемости заключается в том, что нас интересует поведение эндогенных переменных, которые являются случайными величинами.

Уравнение структурной формы называется точно идентифицируемым, если все участвующие неизвестные коэффициенты однозначно восстанавливаются по коэффициентам приведенной формы без ограничений на значения последних. Эконометрическая модель точно идентифицируема, если все уравнения ее структурной формы являются точно идентифицируемыми. Если хотя бы один коэффициент не может быть восстановлен, то уравнение – не идентифицируемо и модель – тоже. Проблема идентификации заключается в «настройке» модели на реальные статистические данные.

Необходимо различать проблему идентифицируемости – проблему возврата от ПФМ к ее структурной форме – от проблемы идентификации – т.е. проблемы выбора и реализации методов статистического оценивания параметров.

Проблема верификации модели заключается в решении вопроса о возможностях применения модели. Какова точность прогнозных и имитационных расчетов. Методы верификации основаны на статистической проверке гипотез и анализе характеристик точности оценивания. Часто используют ретроспективные расчеты: все исходные данные разбивают на две части – обучающую выборку и экзаменующую выборку. По 1-й части определяют значения всех неизвестных параметров и получают модельные значения для 2-й части, которые сравнивают с реальными значениями.

  1. МНК оценки коэффициентов линейной парной регрессии.
Рассмотрим простейшую модель . Величина у рассматривается как зависимая переменная, состоящая из двух частей: неслучайной составляющей , где х – объясняющая переменная, и - параметры, - случайный член. Имеется несколько причин включения случайного члена.

1. Невключение объясняющих переменных. Соотношение между х и у является упрощением, и существуют другие факторы, влияющие на у. Или переменные, которые мы хотели бы включить, не можем измерить их, например, психологический фактор. Или мы просто не знаем пока какие ещё переменные влияют на у.

  1. Агрегирование переменных. Во многих случаях рассматриваемая зависимость – это попытка объединить вместе некоторое число микроэкономических соотношений. Например, функция суммарного потребления, т.е. объединение решений многих индивидов. Наблюдаемое расхождение объясняет случайный член.
  2. Неправильное описание структуры. Структура модели неправильна или не вполне правильна. Например, у зависит не от фактического х, а от уt-1 – предыдущего значения, при этом может казаться, что между х и у существует связь. Расхождения при этом описываются .
  3. Неправильная функциональная спецификация. Математически зависимость х и у описывается не так. Например, зависимость не является линейной.
  4. Ошибки измерения. Неизбежны.
Таким образом, является суммарным проявлением всех этих причин.

Рассмотрим задачу «наилучшей» аппроксимации набора наблюдений Хt и Уt, линейной функцией в смысле минимизации функционала . Необходимое условие экстремума:

,

или в стандартной форме нормальных уравнений:

или Решение системы можно записать в виде

, .

Получим значения и в отклонениях, т.е. пусть

xt = Xt - , yt = Yt - . Можно показать, что = = 0. Замена Xt, Yt на xt, yt означает перенос системы координат, а прямая останется прежней. После замены получим:

= 0, .

Часто удобно перейти к стандартизованному масштабу:

, .

Уравнение регрессии в стандартизованном масштабе примет вид: ,

где . Связь между обычным и стандартизованным масштабом выражается следующим образом:

, .

И, наконец, коэффициенты регрессии могут быть определены с помощью ППП Excel, Statgraphic.

Параметр называют коэффициентом регрессии. Его величина показывает среднее изменение результата с изменением фактора на одну единицу. Формально - значение у при х = 0. Если х не имеет и не может иметь нулевого значения, то у = не имеет смысла. Параметр может не иметь экономического содержания, и попытка его интерпретировать может привести к абсурду. Интерпретировать можно лишь знак : если > 0, то относительное изменение результата происходит медленнее, чем изменение фактора.

Пример. Предположим по группе предприятий, выпускающих один и тот же вид продукции, рассматривается функция издержек . Информация, необходимая для расчета и дана в таблице.

№ предприятия 1 2 3 4 5 6 7
Выпуск продукции, х 1 2 4 3 5 3 4
Затраты на производство, у 30 70 150 100 170 100 150

Решение.

    1. По данным таблицы определим: , , , , .
2) =

Уравнение регрессии примет вид: у = -5,789 + 36,842 х.5. Геометрическая интерпретация МНК. Матричная форма определения коэффициентов.

Рассмотрим n-мерное векторное пространство Rn со стандартным евклидовым скалярным произведением

(Х,У) = ХТУ = . Пусть

, , , , .

Здесь и - числовые коэффициенты, - вектор, лежащий в плоскости, образованной векторами S и Х ( естественно, что S и Х неколлинеарны, т.е. у Х не все числа одинаковы). Задача состоит в отыскании таких и , чтобы длина вектора е была минимальна. Очевидно, что решением является такой вектор , для которого вектор е перпендикулярен плоскости, образованной S и Х. Для этого необходимо, чтобы

, и или ,

т.е. опять пришли к стандартным нормальным уравнениям. Обозначим теперь

, , , условие ортогональности е плоскости (S,X) запишется так ХТе = 0 или ХТ(У - Х) = ХТУ - ХТХ = 0 ХТУ = ХТХ и

.

Нетрудно проверить, что все соотношения для и совпадают.6. Литература

1.2.3.4.

5.

Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики. М.: ЮНИТИ. 1998.
Бородич С.А. Вводный курс эконометрики. Мн.: Новое знание, 2001.
Доугерти К. Введение в эконометрику. М.: Инфра-М, 2001.
Елисеева И.И., Курышева С.В., Костеева Т.В., Бабаева И.В., Михайлов Б.А. Эконометрика. Учебник. М.: Финансы и статистика, 2006.
Катышев П.К., Пересецкий А.А. Сборник задач к начальному курсу эконометрики. М.: Дело, 1999.
6. Магнус Я.Р., Катышев П.К., Пересецкий А.А.

Эконометрика. Начальный курс. М.: Дело,1999.

7. Фишер Ф. Проблемы идентификации в эконометрии. М.:

Статистика, 1978.

8.

9.10.

11.12.

13.

14.

Бородич С.А. Эконометрика. Мн.: Новое знание, 2001.
Кремер Н.Ш., Путко Б.А. Эконометрика. М.: ЮНИТИ –

ДАНА, 2002.

Орлов А.И. Эконометрика. М.: Изд-во «Экзамен», 2002.
Новиков А.И. Эконометрика. М.:ИНФРА-М,2003.-106 с.
Колемаев В.А. Эконометрика. М.: ИНФРА-М, 2004.-160 с.
Замков О.О. Эконометрические методы в макроэкономи-ческом анализе: Курс лекций. М.:ГУ ВШЭ, 2001. – 122 с.
Тихомиров Н.П., Дорохина Е.Ю. Эконометрика. М.: Изд-во «Экзамен», 2003. – 512 с.
Дорохина Е.Ю., Пресняков Л.Ф., Тихомиров Н.П. Сборник задач по эконометрике. М.: Изд-во «Экзамен», 2003. –224 с.
Джонстон Дж. Эконометрические методы. М.: Статистика, 1980
15. Дубров А.М. Многомерные статистические методы. М.: Финансы и статистика, 2000.
16. Замков О.О., Толстопятенко А.В., Черемных Ю.Н. Математические методы в экономике. М.: МГУ Изд-во «ДИС», 1997.
17. Кулинич Е.И. Эконометрия. М.: Финансы и статистика, 2001.
18. Мацкевич И.П., Свирид Г.П. Высшая математика: Теория вероятностей и математическая статистика. Мн.: Вышэйшая школа, 1993.
19. Булдык Г.М. Сборник задач и упражнений по высшей математике: Теория вероятностей и математическая статистика. Мн.: Вышэйшая школа, 1996.
20. Сошникова Л.А., Тамашевич В.Н., Уебе Г., Шефер М. Многомерный статистический анализ в экономике М.: ЮНИТИ – ДАНА, 1999.
21. Экономическая статистика, эконометрика: Программы, тесты, задачи, решения. Под ред. Л.С. Гребнева.- М.: ГУ – ВШЭ, 2000.
22. Мардас А. Н. Эконометрика. СПб: Питер, 2001.
23. Грицан В. Н. Эконометрика. М.: Издательско-книготорговый центр «Маркетинг», МУПК, 2001.
24. Салманов О.Н. Эконометрика. Учебное пособие. – М.: Экономистъ, 2006. – 320 с.
25. Луговская Л.В. Эконометрика в вопросах и ответах: учеб. пособие. – М.:ТК Велби, Изд-во Проспект, 2005. – 208 с.
26. Просветов Г.И. Эконометрика: Задачи и решения: Учебно-методическое пособие. 3-е изд., доп. - М.: Изд-во РДЛ, 2006. – 160 с.
Лекция 1. Введение в эконометрику. Модель парной регрессии

www.nashaucheba.ru

Лекции по эконометрике

АННОТАЦИЯ

Содержит краткий курс лекций по дисциплине «Эконометрика», включая описа-ние основных задач эконометрики и методов, применяемых для их решения. Предназначено для студентов экономических и информационных специальностей.

Учебное пособие является электронной версией книги:Шанченко, Н. И. Лекции по эконометрике : учебное пособие / Ульяновск : УлГТУ, 2008. – 139 с.

ОГЛАВЛЕНИЕ

СОДЕРЖАНИЕ Введение1. Предмет и методы эконометрики 1.1. Предмет и методы эконометрики 1.2. Характеристика взаимосвязей1.3. Основные этапы построения эконометрической модели1.4. Выбор вида эконометрической модели1.5. Методы отбора факторов 1.6. Оценка параметров моделей 1.7. Примеры эконометрических моделей Контрольные вопросы .2. Парный регрессионный анализ 2.1. Понятие парной регрессии 2.2. Построение уравнения регрессии 2.2.1. Постановка задачи 2.2.2. Спецификация модели2.3. Оценка параметров линейной парной регрессии 2.4. Оценка параметров нелинейных моделей 2.5. Качество оценок МНК линейной регрессии. Теорема Гаусса-Маркова 2.6. Проверка качества уравнения регрессии. F-критерий Фишера 2.7. Коэффициенты корреляции. Оценка тесноты связи2.8. Точность коэффициентов регрессии. Проверка значимости 2.9. Точечный и интервальный прогноз по уравнению линейной регрессии 2.10. Коэффициент эластичности Контрольные вопросы 3. Множественный регрессионный анализ 3.1. Понятие множественной регрессии 3.2. Отбор факторов при построении множественной регрессии 3.2.1. Требования к факторам 3.2.2. Мультиколлинеарность3.3. Выбор формы уравнения регрессии 3.4. Оценка параметров уравнения линейной множественной регрессии 3.5. Качество оценок МНК линейной множественной регрессии. Теорема Гаусса-Маркова 3.6. Проверка качества уравнения регрессии. F-критерий Фишера3.7. Точность коэффициентов регрессии. Доверительные интервалы 3.8. Частные уравнения регрессии. Частная корреляция3.9. Обобщенный метод наименьших квадратов. Гетероскедастичность 3.9.1. Обобщенный метод наименьших квадратов 3.9.2. Обобщенный метод наименьших квадратов в случаегетероскедастичности остатков 3.10. Проверка остатков регрессии на гетероскедастичность 3.11. Построение регрессионных моделей при наличии автокорреляции остатков 3.12. Регрессионные модели с переменной структурой. Фиктивные переменные3.12.1. Фиктивные переменные 3.12.2. Тест Чоу 3.11. Проблемы построения регрессионных моделейКонтрольные вопросы4. Системы эконометрических уравнений 4.1. Структурная и приведенная формы модели4.2. Оценка параметров структурной формы модели 4.3. Косвенный метод наименьших квадратов 4.4. Двухшаговый метод наименьших квадратов 4.5. Трехшаговый метод наименьших квадратов Контрольные вопросы 5. Моделирование одномерных временных рядов и прогнозирование5.1. Составляющие временного ряда5.2. Автокорреляция уровней временного ряда 5.3. Моделирование тенденции временного ряда5.3.1. Методы определения наличия тенденции 5.3.2. Сглаживание временного ряда по методу скользящей средней5.3.3. Метод аналитического выравнивания5.3.4. Выбор вида тенденции 5.3.5. Оценка адекватности и точности модели тенденции 5.4. Моделирование периодических колебаний 5.4.1. Выделение периодической компоненты по методускользящей средней5.4.2. Моделирование сезонных колебаний с помощью фиктивных переменных 5.4.3 Моделирование сезонных колебаний с помощью гармонического анализа 5.5. Прогнозирование уровней временного ряда на основе кривых роста5.5.1. Метод аналитического выравнивания 5.6. Адаптивные модели прогнозирования 5.6.1. Понятие адаптивных методов прогнозирования 5.6.2. Экспоненциальное сглаживание 5.6.3. Использование экспоненциальной среднейдля краткосрочного прогнозирования 5.6.4. Адаптивные полиномиальные модели5.7. Исследование взаимосвязи двух временных рядов5.8. Коинтеграция временных рядовКонтрольные вопросы6. Линейные модели стохастических процессов6.1. Стационарные стохастические процессы 6.1.1. Основные понятия 6.1.2. Параметрические тесты стационарности6.1.3. Непараметрические тесты стационарности 6.2. Линейные модели стационарных временных рядов. Процессы ARMA 6.2.1. Модели авторегрессии (AR) 6.2.2. Модели скользящего среднего (MA) 6.2.3. Модели авторегрессии-скользящего среднего (ARMA) 6.3. Автокорреляционные функции 6.3.1. Автокорреляционная функция 6.3.2. Частная автокорреляционная функция 6.4. Прогнозирование ARMA-процессов6.4.1. AR-процессы 6.4.2. MA-процессы 6.4.3. ARMA-процессы 6.5. Нестационарные интегрируемые процессы 6.5.1. Нестационарные стохастические процессы. Нестационарные временные ряды 6.5.2. Тесты Дики-Фуллера 6.5.3. Модификации теста Дики-Фуллера для случая автокорреляции6.5.4. Метод разностей и интегрируемость 6.6. Модели ARIMA 6.6.1. Определение и идентификация модели6.6.2. Прогнозирование ARIMA-процессовКонтрольные вопросы 7. Динамические эконометрические модели 7.1. Общая характеристика динамических моделей7.2. Модели с распределенным лагом 7.2.1. Оценка параметров модели с распределенным лагом методом Койка 7.2.2. Оценка параметров модели с распределенным лагом методом Алмон7.2.3. Интерпретация параметров 7.3. Модели авторегрессии 7.3.1. Интерпретация параметров 7.3.2. Оценка параметров моделей авторегрессии7.4. Модель частичной корректировки 7.5. Модель адаптивных ожиданийКонтрольные вопросы8. Информационные технологии эконометрических исследований 8.1. Электронные таблицы Excel8.2. Статистический пакет общего назначения STATISTICA 8.3. Эконометрические программные пакеты. Matrixer 5.18.4. Анализ временных рядов в системе ЭВРИСТАКонтрольные вопросы Глоссарий Приложения1. Нормированная функция Лапласа 2. Значения критических уровней t?,k для распределения Стьюдента 3. Значения F-критерия Фишера на уровне значимости ? = 0,054. Значения F-критерия Фишера на уровне значимости ? = 0,015. Значения X2a ;k критерия Пирсона 6. Значения статистик Дарбина-Уотсона dL dU 7. Критические значения f-критерия для DF-, ADF- и РР-тестов, рассчитанные по Маккиннону 8. Критические значения коинтеграционного ADF-критерияБиблиографический списокИнтернет-ресурсы

ВведениеРазвитие экономики, усложнение экономических процессов и повышениетребований к принимаемым управленческим решениям в области макро и мик-роэкономики потребовало более тщательного и объективного анализа реальнопротекающих процессов на основе привлечения современных математическихи статистических методов.С другой стороны, проблема нарушения предпосылок классических статистических методов при решении реальных экономических задач привели к необходимости развития и совершенствования классических методов математической статистики и уточнения постановок соответствующих задач.В результате этих процессов осуществилось выделение и формирование новой отрасли знания под названием Эконометрика, связанной с разработкой и применением методов количественной оценки экономических явлений и процессов и их взаимосвязей.Основным методом исследования в эконометрике является экономико-математическое моделирование. Правильно построенная модель должна даватьответ на вопрос о количественной оценке величины изменения изучаемого явления или процесса в зависимости от изменений внешней среды. Например, как скажется увеличение или уменьшение уровня инвестиций на совокупном валовом продукте, какие дополнительные ресурсы понадобятся для запланированного увеличения выпуска продукции и т. п.Практическая значимость эконометрики определяется тем, что применение ее методов позволяет выявить реально существующие связи между явлениями,дать обоснованный прогноз развития явления в заданных условиях, проверить ичисленно оценить экономические последствия принимаемых управленческихрешений.Построение эконометрических моделей приходится осуществлять в условиях, когда нарушаются предпосылки классических статистических методов, и учитывать наличие таких явлений, как:– мультиколлинеарность объясняющих переменных;– закрытость механизма связи между переменными в изолированной регрессии;– эффект гетероскедастичности, т. е. отсутствия нормального распределения остатков для регрессионной функции;– автокорреляция остатков;– ложная корреляция.Разработка методов, преодолевающих эти трудности, составляет теоретическую основу эконометрики.Наряду с логически правильным формальным применением имеющегосяматематического и статистического инструментария важными составляющимиуспеха эконометрического исследования являются экономически адекватнаяпостановка задачи и последующая экономическая интерпретация полученныхрезультатов.Огромный толчок развитию эконометрических методов и их широкомувнедрению в практику дало развитие средств вычислительной техники и особенно появление персональных и портативных компьютеров. Разработка программных пакетов, реализующих методы построения и исследования эконометрических моделей привело к тому, что выполнение эконометрических процедур становится доступным самому широкому кругу аналитиков, экономистов и ме-неджеров. В настоящее время основные усилия прикладного исследователясводятся к подготовке качественных исходных данных, к правильной постанов-ке проблемы и экономически обоснованной интерпретации результатов иссле-дования. Вместе с тем, от исследователя требуется четкое понимание областейприменимости используемых методов и сложности и неочевидности процессаперенесения полученных теоретических результатов на реальную действительность.Настоящее пособие отражает содержание односеместрового курса лекций, читаемых на факультете информационных систем и технологий УлГТУ студентам специальности «Прикладная информатика (в экономике)» и соответствует Государственному образовательному стандарту по дисциплине «Эконометрика». Пособие состоит из восьми глав и приложения.В первой главе дается характеристика предмету эконометрики и применяемым ме-тодам, освещаются основные аспекты эконометрического моделирования, применяемые методики и виды используемых переменных.Во второй главе рассмотрены вопросы построения парных регрессионныхмоделей: постановка задачи, спецификация и оценка параметров моделей,оценка качества полученных моделей, получение точечного и интервальногопрогнозных значений, экономическая интерпретация модели.Третья глава посвящена построению множественных регрессионных моделей. Подробно рассмотрены вопросы спецификации и оценки параметров модели, оценки качества полученной модели и ее статистической значимости.Приведены условия, обеспечивающие эффективность метода наименьших квадратов (теорема Гаусса-Маркова). Описан обобщенный метод наименьшихквадратов, позволяющий получать эффективные оценки параметров в условияхмультиколлинеарности факторов и автокорреляции остатков. Рассмотрены рег-рессионные модели с переменной структурой.Четвертая глава посвящена построению моделей в виде системы эконометрических уравнений. Изложены особенности моделей, возникающие трудности применения классических методов и описаны наиболее широко применяемые методы оценки параметров, такие как косвенный, двухшаговый и трехшаговый методы наименьших квадратов.В пятой главе рассмотрены вопросы моделирования одномерных временных рядов и прогнозирования: структура временного ряда, явление автокорреляции, моделирование тенденции и периодической составляющей ряда, прогнозирование уровней ряда. Отдельное внимание уделено адаптивным методам прогнозирования и моделированию коинтегрируемых временных рядов.В шестой главе освещены вопросы построения линейных моделей стохастических процессов: AR, MA и ARMA-моделей стационарных процессов, ARIMA-моделей нестационарных процессов. Описаны методы проверки временных рядов на стационарность.В седьмой главе излагаются модели и методы, применяемые для исследования эконометрических моделей, описывающих динамику развития экономических процессов. Рассмотрены модели авторегрессии и модели с распределенным лагом. Описаны применяемые для оценки параметров моделей, такие как методы инструментальных переменных, методы Койка и Алмон.Восьмая глава посвящена информационным технологиям эконометрическихисследований. Изложены общие требования к программному обеспечению и возможности программных пакетов Excel, STATISTICA, ЭВРИСТА, Matrixer 5.1.В приложении даны часто используемые статистические таблицы.Пособие предназначено студентам экономических и информационных специальностей. Изложение материала ориентировано на читателя, обладающе-го знаниями в пределах курсов высшей математики и математической статистики, читаемых студентам экономических и информационных специальностей. Пособие будет также полезно всем желающим познакомиться с основными задачами, моделями и методами эконометрики.

Электронная версия книги: [Скачать, PDF, 1.07 МБ].

Для просмотра книги в формате PDF требуется программа Adobe Acrobat Reader, новую версию которой можно бесплатно скачать с сайта компании Adobe.

Если книга которая размещена на сайте нарушает Ваши авторские права, свяжитесь с нами. [email protected]

online-books.net.ua

Лекция по эконометрике - Лекция по эконометрике

Лекция по эконометрике

Введение

Эконометрика – наука, исследующая количественные закономерности и взаимозависимости в экономике на основе методов теории вероятностей и математической статистики, адаптированных к обработке экономических данных.

Основным элементом курса является анализ и построение взаимосвязей экономических переменных.

Математическая статистика и ее применение в экономике – эконометрика – позволяют строить экономические модели, оценивать их параметры, проверять гипотезы о свойствах экономических показателей и формах их связи, что в конечном счёте служит основой для экономического анализа и прогнозирования (основная цель эконометрики).

Экономические модели позволяют выявить особенности экономического объекта и на основе этого предсказывать будущее поведение объекта при изменении каких-либо параметров (повышение обменного курса, падение прибыли…).

По своему определению любая экономическая модель абстрактна и, следовательно, неполна. Так, например, в простейшей модели спроса предполагают, что спрос на какой-либо товар определяется его ценой (р) и доходом потребителя (I): .

На самом же деле на спрос влияют также другие факторы (цены на другие товары, реклама, мода, погода и т.д.). Поэтому в модель добавляют, обычно аддитивным образом, случайный компонент ε, интегрирующий (объединяющий) в себе влияние всех неучтённых явно в модели факторов. Например, модель спроса принимает вид: .

Введение случайного компонента в модель приводит к тому, что взаимосвязь остальных её переменных перестаёт быть строго детерминированной (функциональной) и становится стохастической (статистической, случайной), каковая и наблюдается в реальной действительности.

Связь переменных, на которую накладываются воздействия случайных факторов, называется статистической (корреляционной).

Основой для выявления и обоснования эмпирических (опытных) закономерностей являются статистические данные, которые обычно подразделяются на 2 вида:

- перекрёстные данные – данные по какому-либо экономическому показателю, полученные для различных однотипных объектов (фирм, регионов). При этом либо все данные относятся к одному периоду времени, либо временная принадлежность несущественна.

- временные ряды – данные, характеризующие один объект, но в разные моменты времени.

Существуют различные методы сбора экономических данных: опрос, анкетирование, получение официальной стат.отчётности…

Собранные данные могут быть представлены в различной форме: в виде таблиц, диаграмм, графиков.

Далее подготовленные данные подставляются в теоретическую модель, представленную аналитически (в виде некоторого уравнения) или в графическом виде.

При этом возникает ряд проблем, важнейшими из которых являются проверка согласованности теоретической модели с опытными данными, оценка параметров модели и проверка предположений (гипотез), лежащих в основе модели.

Основные этапы эконометрического исследования:

0. Постановочный этап – постановка проблемы, целей моделирования, сбор данных, анализ их качества.

I. Спецификация модели – выбор вида формулы зависимости.

II. Параметризация – оценка значений параметров выбранной модели.

III. Верификация – проверка качества полученных параметров и самой модели в целом.

IV. Использование построенной модели для объяснения поведения экономических показателей и прогнозирования.

Основные типы моделей:

Экономико-математическая модель – это математическое описание какого-либо экономического процесса или объекта.

Математические модели, используемые в экономике, можно подразделить на классы по ряду признаков, относящихся к особенностям моделируемых объектов, цели моделирования и используемого инструментария.

- Макроэкономические модели описывают экономику как единое целое, связывая между собой укрупнённые материальные и финансовые показатели (ВВП, потребление, инвестиции, занятость, процентную ставку…).

Микроэкономические модели описывают взаимодействие структурных и функциональных составляющих экономики, либо поведение отдельной такой составляющей в рыночной среде.

- Теоретические модели позволяют изучать общие свойства экономики и её характерных элементов дедукцией (от общего к частному) выводов из формальных предпосылок.

Прикладные модели оценивают параметры функционирования конкретного экономического объекта и позволяют сформулировать рекомендации для практических решений. К прикладным относятся прежде всего эконометрические модели, оперирующие числовыми значениями экономических переменных и позволяющие статистически значимо оценивать их на основе имеющихся наблюдений.

Особое место в рыночной экономике занимают равновесные модели, которые описывают такие состояния экономики, когда результирующая всех сил, стремящихся вывести их из этого состояния, равна 0.

- Статические модели описывают состояние экономического объекта в конкретный момент или период времени.

Динамические модели включают взаимосвязи переменных во времени.

- Детерминированные модели предполагают строгие функциональные связи между переменными.

Стохастические допускают наличие случайных воздействий на исследуемые показатели и используют инструментарий теории вероятностей и математической статистики для их описания.

Приведём 3 основных класса моделей, которые применяются для анализа и прогнозирования в эконометрике:

1. Модели временных рядов: модели тренда и сезонности . Они объясняют поведение временного ряда, исходя только из его предыдущих значений. Применяются для изучения и прогнозирования объёма продаж билетов, спроса, прогнозирования % ставки.

2. Регрессионные модели с 1 уравнением: зависимая переменная у представляется в виде функции одной или нескольких переменных: , где у – объясняемая (зависимая) переменная, - объясняющие (независимые) переменные, - параметры уравнения.

Регрессионные уравнения – уравнения статистической связи между переменными.

В зависимости от вида функции f модели делятся на линейные и нелинейные. Эти модели применяют значительно шире, чем модели временных рядов. (Например, спрос на мороженое как функция от времени, температуры воздуха, среднего уровня доходов…).

3. Системы одновременных уравнений: описываются системами уравнений, могут состоять из тождеств и регрессионных уравнений, которые кроме объясняющих переменных могут включать в себя объясняемые переменные из других уравнений.

  1. Поделитесь с Вашими друзьями:

nedocs.ru

Тема 1. Введение в эконометрику

  1. Предмет эконометрики

  2. Основные задачи эконометрики

3. Особенности эконометрического метода

4. Типы данных и модели

5. Общие принципы проверки статистических гипотез

Литература: 1, 2, 5, 6, 8, 10, 11,22, 23, 24,25, 29, 37,38.

  1. Предмет эконометрики

На современном этапе развития общества деятельность в любой сфере экономики (управление, финансово-кредитная сфера, маркетинг, учет, аудит) требует от специалиста применения современных методов работы, знания достижений мировой экономической мысли, понимания научного языка. Специфической особенностью деятельности экономиста является работа в условиях недостатка информации и неполноты исходных данных. Анализ такой информации требует специальных методов, которые и составляют один из аспектов эконометрики, центральной проблемой которой является построение эконометрической модели и определение возможностей ее использования для описания, анализа и прогнозирования реальных экономических процессов.

Сам термин «эконометрия» был впервые введен бухгалтером Цьемпой (Австро-Венгрия, 1910г.), который считал, что если к данным бухгалтерского учета применить методы алгебры и геометрии, то будет получено новое, более глубокое представление о результатах хозяйственной деятельности. Это употребление термина, как сама концепция, не прижилось.

Новое направление в экономической науке выделилось в 1930г., когда по инициативе И.Фишера, Р. Фриша, Й. Шумпетера, Я. Тимбергена было создано эконометрическое общество, на котором норвежский экономист и статистик Рагнар Фриш дал новой науке название – «эконометрика».

Слово «эконометрика» представляет собой комбинацию двух слов: «экономика» и «метрика» (от греч. «метрон»). Таким образом, сам термин подчеркивает специфику, содержание эконометрики как науки: количественное выражение тех связей и соотношений, которые раскрыты и обоснованы экономической теорией.

Ученые, занимающиеся эконометрическими исследованиями, по-разному подходили к определению эконометрики. В Приложении 1 приведены высказывания различных авторов, относящиеся к содержанию понятия «эконометрика».

В более широком принимании к эконометрике относят все, что связано с измерениями в экономике (исходя из дословного перевода). В более узком инструментально ориентированном определении под эконометрикой понимают определенный набор математико-статистических средств, позволяющих провести анализ соотношений между рассматриваемыми экономическими показателями и оценить неизвестные значения параметров в этих соотношениях на базе исходных экономических данных.

В настоящее время широко распространен следующий взгляд на содержание и назначение эконометрики. Эконометрика – это самостоятельная научная дисциплина, объединяющая совокупность теоретических результатов, приемов, методов и моделей, предназначенных для того, чтобы на базе экономической теории, экономической статистики, математико-статистического инструментария придавать конкретное количественное выражение общим (качественным) закономерностям, обусловленным экономической теорией.

Описание экономических систем математическими методами, или эконометрика, дает заключение о реальных объектах и связях по результатам выборочного обследования или моделирования вместе с тем, чтобы сделать вывод о том, какие из полученных результатов являются достоверными, а какие сомнительными или просто необоснованными, необходимо уметь оценивать их надежность и величину погрешности. Все перечисленные аспекты и составляют содержание эконометрики как науки.

Рисунок 1.1. – Эконометрика и ее место в ряду экономических и статистических дисциплин.

studfiles.net

Лекции по эконометрике - n1.doc

Лекции по эконометрикескачать (759.4 kb.)Доступные файлы (12):

n1.doc

§ 1. Предмет и задачи эконометрии

Из курсов “Основы экономической теории”, “Макроэкономика”, “Микроэкономика” вам известно,что между различными экономическими показателями существует определенная зависимость.

Например:

  • Доход – потребление.

  • Цена на товар (P) – спрос на товар (D).

  • Кривая Лафера (зависимость уровня налоговых поступлений от уровня налоговой ставки).

Знание зависимостей такого рода обязательно для человека, занимающегося экономикой.

Но для того чтобы фирма (предприниматель) могли реально планировать свою деятельность, прогнозировать ситуацию и осуществлять управление, нужно знать не только качественный характер зависимости, но и иметь количественные соотношения, формулы с конкретными числовыми коэффициентами. Причем соотношения не общетеоретические, а описывающие ситуацию данной конкретной фирмы, и именно в данный момент времени.

Для этого строятся экономико–математические модели. Источником информации для их построения являются наблюдения над реальными социально–экономическими процессами, их качественный и количественный анализ.

Эконометрия — фундаментальная экономико-математическая дисциплина, которая изучает методику построения экономико–математических моделей на основе статистических данных о социально-экономических явлениях.

Эти модели устанавливают конкретные количественные связи между экономическими факторами и количественно описывают динамику экономических процессов во времени.

Целью создания таких моделей являются:

  1. Прогнозирование.
  2. Анализ взаимовлияния экономических факторов.
  3. Принятие оптимальных решений при планировании, распределении материальных, трудовых и финансовых ресурсов.

Формирование эконометрии как сравнительно молодой науки осуществляется на стыке теоретической экономики, математики и статистики.

Истоки эконометрии уходят в конец. 19 — нач. 20 вв.

В 1987 г. известный экономист-математик Парето на основе статистического изучения распределения доходов населения установил соответствующую закономерность в распределении доходов.

Такая закономерность имеет гиперболический характер и называется кривая Парето. Она определяется соотношением:

x — величина дохода;

y — численность лиц, имеющих доход > x;

a — min доход населения;

A, — параметры, получаемые из статистических наблюдений.

Приблизительно в это время английский статистик Гукер методами корреляционного анализа выполнил исследования влияния банкротства на Берлинской товарной бирже на цену зерна.

В дальнейшем эконометрические исследования до 40 гг. сводились в основном к построению математико-статистических зависимостей. Однако в дальнейшем два основных фактора послужили бурному развитию эконометрических исследований различного рода направлений.1) работы Леонтьева по балансу межотраслевых связей, а также методу «затраты—выпуск»;

2) Канторович предложил математический аппарат метода линейного программирования для исследования экономических моделей.

Обе отмеченные работы оказали огромное влияние на все направления развития теоретической экономики, с этого момента и начался качественный этап применения эконометрическтих методов в экономике.

Именно с этого момента получили развитие и стали применяться в экономических исследованиях новые разделы математики, а именно теория случайных процессов, теория массового обслуживания, теория игр, статистическое прогнозирование.

§ 1

www.nashaucheba.ru


Смотрите также