 |
Раздел 1. Парная регрессия и коррреляция
|
|
|
|
КОНСПЕКТ ЛЕКЦИЙ ПО ДИСЦИПЛИНЕ
«ЭКОНОМЕТРИКА»
СОДЕРЖАНИЕ:
Введение.
Раздел 1. Парная регрессия и корреляция.
Тема 1.1. Основы регрессионного анализа.
Тема 1.2. Линейная модель парной регрессии и корреляции.
Тема 1.3. Нелинейные модели парной регрессии и корреляции.
Раздел 2. Множественная регрессия и корреляция.
Тема 2.1. Спецификация модели. Отбор факторов при построении уравнения множественной регрессии.
Тема 2.2. Метод наименьших квадратов (МНК). Свойства оценок на основе МНК.
Тема 2.3. Проверка существенности факторов и показатели качества регрессии.
Тема 2.4. Линейные регрессионные модели с гетероскедастичными остатками.
Тема 2.5. Обобщенный метод наименьших квадратов (ОМНК).
Тема 2.6. Регрессионные модели с переменной структурой (фиктивные переменные).
Раздел 3. Системы эконометрических уравнений.
Тема 3.1. Структурная и приведенная формы модели.
Тема 3.2. Проблема идентификации.
Тема 3.3. Методы оценки параметров структурной формы модели.
Раздел 4. Временные ряды.
Тема 4.1. Автокорреляция уровней временного ряда.
Тема 4.2. Моделирование тенденции временного ряда.
Тема 4.3. Моделирование сезонных колебаний.
Тема 4.4. Автокорреляция в остатках. Критерий Дарбина-Уотсона.
ВВЕДЕНИЕ
Эконометрика – одна из базовых дисциплин экономического образования во всем мире. Однако до недавнего времени она не была признана в России.
Это было связано с тем, что из трех основных составляющих эконометрики – экономической теории, экономической статистики и математики
– две первые были представлены в нашей стране неудовлетворительно.
Но теперь ситуация изменилась коренным образом.
Существуют различные варианты определения эконометрики:
|
|
|
1) расширенные, при которых к эконометрике относят все, что связано с измерениями в экономике;
2) узко инструментально ориентированные, при которых понимают определенный набор математико-статистических средств, позволяющих верифицировать модельные соотношения между анализируемыми экономическими показателями.
Наиболее точно объяснил сущность эконометрики один из основателей этой науки Р.Фриш, который и ввел этот название в 1926 г.:
«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».
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.
Эконометрический метод складывался в преодолении следующих трудностей, искажающих результаты применения классических статистических методов (сущность новых терминов будет раскрыта в дальнейшем):
1. асимметричности связей;
2. мультиколлинеарности связей;
3. эффекта гетероскедастичности;
4. автокорреляции;
5. ложной корреляции;
6. наличия лагов.
Для описания сущности эконометрической модели удобно разбить весь процесс моделирования на шесть основных этапов:
|
|
|
1-й этап (постановочный) – определение конечных целей моделирования, набора участвующих в модели факторов и показателей, их роли;
2-й этап (априорный) – предмодельный анализ экономической сущности изучаемого явления, формирование и формализация априорной информации, в частности, относящейся к природе и генезису исходных статистических данных и случайных остаточных составляющих;
3-й этап (параметризация) – собственно моделирование, т.е. выбор общего вида модели, в том числе состава и формы входящих в нее связей;
4-й этап (информационный) – сбор необходимой статистической информации, т.е. регистрация значений участвующих в модели факторов и показателей на различных временных или пространственных тактах функционирования изучаемого явления;
5-й этап (идентификация модели) – статистический анализ модели и в первую очередь статистическое оценивание неизвестных параметров модели;
6-й этап (верификация модели) – сопоставление реальных и модельных данных, проверка адекватности модели, оценка точности модельных данных.
Эконометрическое моделирование реальных социально-экономических процессов и систем обычно преследует два типа конечных прикладных целей (или одну из них):
1) прогноз экономических и социально-экономических показателей, характеризующих состояние и развитие анализируемой системы;
2) имитацию различных возможных сценариев социально-экономического развития анализируемой системы (многовариантные сценарные расчеты, ситуационное моделирование).
При постановке задач эконометрического моделирования следует определить их иерархический уровень и профиль.
Анализируемые задачи могут относиться к
макро- (страна, межстрановой анализ),
мезо- (регионы внутри страны)
и
микро- (предприятия, фирмы, семьи)
уровням и быть направленными на решение вопросов различного профиля инвестиционной, финансовой или социальной политики, ценообразования, распределительных отношений и т.п.
РАЗДЕЛ 1. ПАРНАЯ РЕГРЕССИЯ И КОРРРЕЛЯЦИЯ
|
|
|
