- •Курс лекцій
- •Передмова
- •Тема 1. Предмет, методи і завдання дисципліни План
- •1. Визначення дисципліни “Економетрія”, її предмет і об’єкт
- •2. Місце і значення дисципліни, її зв’язок з іншими дисциплінами
- •3. Виникнення, розвиток і становлення економетрії
- •Висновки
- •2. Класифікація економіко-математичних моделей
- •3.За способом побудови економіко-математичні моделі поділяються на :
- •Тема 2. Основні поняття і загальні засади економетричного моделювання. План теми
- •1. Математичне моделювання в економіці
- •4.В залежності від мети економіко-математичні моделі поділяються на :
- •5.В залежності від врахування фактору часу економіко-математичні моделі поділяються на :
- •6.В залежності від врахування випадкових величин економіко-математичні моделі поділяються на :
- •3. Кореляційно- регресійнИй аналіз в економіці.
- •3. ЕКонометричні моделі, їх особливості і елементи.
- •3.1. Визначення економетричної моделі і її особливості.
- •3.2. Класифікація економетричних моделей.
- •3.3. Інформаційна база економетричних моделей.
- •5. Етапи і задачі економетричного дослідження.
- •Висновки
- •Тема 3. Загальна лінійна економетрична модель План теми
- •1. Загальні Поняття і визначення
- •Вибіркова (емпірична) загальна лінійна економетрична модель має наступний вигляд :
- •Вибіркова (емпірична) функція регресії для загальної лінійної економетричної моделі має наступний вигляд :
- •Теоретична (“канонічна”) модель парної лінійної регресії
- •Вибіркова (емпірична) модель парної лінійної регресії
- •2. Оцінювання параметрів моделі
- •2.1. Передумови застосування методу найменших квадратів
- •2.2. Процедура оцінювання параметрів моделі 1мнк
- •2.3. Властивості оцінок параметрів моделі, отриманих 1мнк
- •3. Верифікація моделі
- •3.1. Показники якості моделі
- •3.2 . Перевірка статистичної значимості і інтервали довіри
- •4. Прогнозування і економіко – математичний аналіз
- •4.1. Прогнозування
- •4.2. Економіко-математичний аналіз
- •Методи побудови загальної лінійної економетричної моделі
- •5.1. Характеристика основних методів побудови загальної лінійної економетричної моделі
- •Алгоритм методу
- •5.2. Статистичні показники, які використовуються при побудові загальної лінійної економетричної моделі
- •Висновки
- •Тема 4. Нелінійні економетричні моделі План теми
- •1. Загальні поняття і визначення
- •2. Нелінійні економетричні моделі, які зводяться до лінійних
- •2.1. Степенева модель
- •А) прискорене зростання
- •Б) уповільнене зростання
- •В) спад
- •2.2. Показникова (експоненційна ) модель
- •2.3. Зворотна модель
- •2.4. Квадратичні моделі
- •3. Прогнозування та економіко-математичний аналіз на основі нелінійних економетричних моделей
- •3.1. Прогнозування
- •3.2. Економіко - математичний аналіз на основі нелінійних моделей
- •Висновки
- •Тема 5. Мультиколінеарність План теми
- •1. Визначення мультиколінеарності ,її природа, причини виникнення і наслідки
- •2.1. Ознаки мультиколінеарності
- •Високе значення парних коефіцієнтів кореляції між незалежними змінними.
- •2.2. Тест Фаррара-Глобера
- •Алгоритм тесту Фаррара-Глобера.
- •3. Шляхи і Засоби усунення мультиколінеарності
- •Висновки
- •Тема 6 Гетероскедастичність План теми
- •1. Визначення гетероскедастичності, її природа та наслідки
- •2.2. Параметричний тест Голдфелда-Квондта
- •Алгоритм тесту
- •3. Оцінювання параметрів моделі у разі гетероскедастичності
- •4. Верифікація економетричної моделі і прогнозування у випадку гетероскедастачності.
- •Висновки
- •Тема 7 Автокореляція залишків План теми
- •1. Визначення автокореляції залишків, її природа, причини виникнення і наслідки .
- •2. Тестування наявності автокореляції залишків
- •Алгоритм тесту Дарбіна - Уотсона
- •3. Оцінювання параметрів економетричних моделЕй у разі наявності Автокореляції залишків
- •Висновки
- •Тема 8 Економетричні моделі динаміки План теми
- •1. Загальні поняття і визначення
- •Моделі розподіленого лагу (дистрибутивно – лагові моделі);
- •Авторегресійні моделі.
- •Оцінювання параметрів дистрибутивно – лагових моделей з кінцевим числом лагів
- •Оцінювання параметрів моделі нескінченного розподіленого лагу
- •3.1. Метод послідовного оцінювання дистрибутивно-лагових моделей
- •3.1. Методи, що грунтуються на попередньому припущені стосовно структури лагу а. Підхід Койка.
- •Б. Модель адаптивних очікувань
- •В. Модель часткового коригування
- •4. Оцінювання параметрів авторегресійних моделей
- •5. Тестування автокореляції залишків в авторегресійних моделях
- •Алгоритм тесту.
- •Висновки
- •Тема 9 Економетричні симультативні моделі План теми
- •1. Загальні поняття і визначення
- •2. Структурна і приведена форми системи одночасних рівнянь
- •3. Проблема ідентифікації в симультативних моделях
- •4. Методи оцінювання параметрів симультативних моделей
- •4.1. Непрямий метод найменших квадратів (нмнк)
- •Алгоритм нмнк
- •4.2. Двокроковий метод найменших квадратів (2мнк)
- •Оператор оцінювання 2 мнк.
- •5. Особливі випадки симультативних моделей
- •5.1. Система незалежних регресій.
- •6. Прогнозування на основі симультативних моделей
- •Висновки
- •Література
3.2. Класифікація економетричних моделей.
Усі економетричні моделі класифікують за наступними ознаками.
1. За рівнем моделювання економетричні моделі поділяються на:
мікромоделі ;
макромоделі .
2. В залежності від врахування фактору часу економетричні моделі поділяються на:
статичні ;
динамічні .
3. В залежності від числа рівнянь економетричні моделі поділяються на:
у вигляді одного рівняння ;
у вигляді системи одночасних рівнянь (симультативні)
4. В залежності від виду рівнянь економетричні моделі поділяються на:
лінійні ;
нелінійні .
5. В залежності від відповідності положенням класичного лінійного регресійного аналізу економетричні моделі поділяються на:
класичні ;
узагальнені .
3.3. Інформаційна база економетричних моделей.
Інформаційною базою для побудови економетричних моделей є статистичні вибірки. Особливістю цих статистичних вибірок є те, що дуже часто в економетричних дослідженнях приходиться мати справу з малими вибірками (n <30).
За способом формування статистичні вибірки, які використовуються для побудови економетричних моделей поділяються на:
часові (динамічні);
просторові (варіаційні);
перехресні (просторово - часові).
До статистичних вибірок пред’являються наступні вимоги:
однорідність спостережень (якісна і кількісна);
точність.
5. Етапи і задачі економетричного дослідження.
Процес економетричного дослідження (моделювання) можна представити як послідовність деяких етапів у вигляді схеми, наведеної на рис. 1.
Рис. 1. Етапи економетричного дослідження
Постановка задачі. Метою і змістом першого етапу економетричного дослідження є глибоке і всебічне вивчення економічного об’єкту (явища, процесу) і формування відповідної економічної гіпотези або теорії. Постановка задачі і її опис виконується у відповідних економічних термінах. Від якості постановки задачі залежить успіх подальших кроків.
На цьому етапі, як правило, також здійснюється попередній збір інформації щодо об’єкту, який вивчається, і вирішується питання щодо форми і способу отримання статистичних даних і її кількості.
Специфікація моделі. Основною метою і змістом цього етапу є вибір факторів і визначення аналітичної форми економетричної моделі. На цьому етапі розв’язуються наступні задачі.
Ідентифікація економетричної моделі - визначення всіх економічних змінних (показників), які потрібно включити до моделі. На цьому кроці широко застосовуються методи кореляційного аналізу.
Розподіл (розбиття) змінних моделі на незалежні (пояснюючі) і залежні (пояснювані), екзогенні та ендогенні.
Визначення одиниць вимірювання і присвоєння позначень усім змінним моделі.
Вибір аналітичної форми економетричної моделі, точніше вибір аналітичної форми функції регресії .
Слід зазначити, що при виборі аналітичної форми рівняння регресії ,особливо у випадку парної регресії , широко застосовується такий відомий, достатньо простий але ефективний засіб як діаграма розсіювання. Діаграма розсіювання – представляє собою точковий графік, який зображує залежність між змінними парної регресійної (економетричної) моделі. Фактично діаграма розсіювання представляє собою графічне зображення деякої статистичної вибірки. Діаграму розсіювання у вітчизняній літературі ще називають кореляційним полем. Для кращого розуміння застосування діаграми розсіювання наведемо декілька прикладів діаграми розсіювання , які побудовані для трьох статистичних вибірок, кожна з яких містить дані спостереження за двома економічними показниками, один з яких є залежною y , а інший – незалежною змінною економетричної моделі x. Діаграма розсіювання, побудована для першої статистичної вибірки, представлена на рис. 2,а, , для другої – на рис. 2,б і для третьої – на рис. 2,в.
у
у
у
Рис. 2. Діаграма розсіювання
На
графіку 2,а взаємозв’язок між x
і
y
близький до лінійного і пряма 1 достатньо
добре осереднює емпіричні точки. Тому
у даному випадку у якості залежності
між змінними x
і
y доцільно
вибрати лінійну функцію , тобто функція
регресії у цьому випадку буде мати
вигляд
. На графіку 2,б реальний взаємозв’язок
між x
і
y , скоріш
за
все,
описується квадратичною функцією
(лінія 2). І яку б пряму ми не провели
(наприклад, лінія 1), відхилення точок
спостережень від неї будуть суттєвими
і невипадковими. На графіку 2,в явний
взаємозв’язок між змінними x
і
y
взагалі відсутня. Яку б форму залежності
між цими змінними економетричної моделі
ми не вибрали б, результати її специфікації
і параметризації будуть невдалими.
Етап специфікації є найбільш відповідальним етапом усього процесу економетричного аналізу, потребує великого досвіду і глибоких знань економічної теорії. На цьому етапі можуть бути допущені наступні помилки специфікації:
не включення (ігнорування) до моделі істотної пояснюючої змінної ;
введення до моделі неістотної незалежної змінної ;
використання не відповідних математичних залежностей.
Формування статистичних даних. Метою і змістом цього етапу є остаточне формування на базі попередніх статистичних даних статистичної вибірки у відповідності до обраної специфікації моделі.
Параметризація моделі. Метою і змістом цього етапу є оцінювання параметрів економетричної моделі, тобто розрахунки чисельних значень параметрів вибіркової моделі на основі статистичної вибірки і вибраної аналітичної форми моделі.
Верифікація моделі. Метою і змістом цього етапу є перевірка якості побудованої економетричної моделі, на основі її статистичного аналізу. На даному етапі розв’язуються наступні задачі:
обчислення і аналіз залишків моделі, який дає можливість перевірити у побудованій моделі порушення положень класичного лінійного регресійного аналізу ;
визначення показників якості побудованої вибіркової моделі (коефіцієнта кореляції і детермінації, стандартних похибок рівняння регресії і параметрів моделі);
перевірка статистичної значимості побудованої моделі у цілому, її параметрів і коефіцієнта кореляції ;
побудова інтервалів довіри для параметрів моделі ;
перевірка (оцінювання) прогнозних якостей моделі .
У випадку, якщо побудована економетрична модель є адекватною і статистично значимою можна переходити до наступного етапу – етапу використання моделі. У протилежному випадку необхідно:
або використати новий метод оцінювання параметрів моделі – етап 4;
або знову повернутися на 2-й етап – етап специфікації моделі і виконати специфікацію моделі по-новому..
Використання моделі. Економетричні моделі можуть використовуватися для розв’язання наступних питань економічного аналізу:
побудова статистично достовірних і економічно обґрунтованих прогнозів розвитку економічних показників для прийняття найбільш ефективних рішень ;
кількісне визначення основних показників досліджуємого економічного процесу ;
для постановки і розв’язання оптимізаційних задач планування і управління.
