- •Глава 4. Предпосылки метода наименьших квадратов 88
- •Глава 5. Нелинейные модели регрессии. 112
- •Глава 6. Временные ряды в эконометрических исследованиях. 123
- •Глава 7. Системы экономических уравнений 166
- •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.
- •2.1. Эконометрические модели: общая характеристика, различия статистического и эконометрического подхода к моделированию.
- •2. Регрессионные модели с одним уравнением.
- •3. Системы одновременных уравнений.
- •2. Спецификация переменных в уравнениях регрессии.
- •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
- •Свойства 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.
- •4.4. Обобщенный метод наименьших квадратов. (омнк).
- •Глава 5. Нелинейные модели регрессии.
- •5.1. Нелинейные модели регрессии и их линеаризация.
- •5.2. Оценка степени тесноты связи между количественными переменными.
- •5.3. Индекс корреляции, теоретическое корреляционное отношение. Коэффициент детерминации для нелинейных моделей.
- •5.4. Применение мнк для нелинейных моделей.
- •Выбор функции. Тесты Бокса-Кокса.
- •Глава 6. Временные ряды в эконометрических исследованиях.
- •6.1. Специфика временных рядов как источника данных в эконометрическом моделировании.
- •6.2. Модели стационарных и нестационарных временных рядов и их идентификация.
- •6.3. Аналитическое выравнивание временных рядов. Оценка параметров уравнения тренда.
- •6.4. Автокорреляция в остатках, её измерение и интерпретация. Критерий Дарбина-Уотсона в оценке качества трендового уравнения регрессии.
- •6.5. Анализ временных рядов при наличии периодических колебаний: аддитивная и мультипликативная модели.
- •Глава 7. Системы экономических уравнений
- •7.1. Виды систем эконометрических уравнений. Независимые системы. Рекурсивные системы.
- •7.2 Система линейных одновременных уравнений. Структурная и приведенная формы эконометрической модели.
- •7.3 Проблемы идентификации
- •Косвенный метод наименьших квадратов (кмнк)
- •Двухшаговый метод наименьших квадратов (дмнк)
- •Применение систем эконометрических уравнений
Глава 7. Системы экономических уравнений
7.1. Виды систем эконометрических уравнений. Независимые системы. Рекурсивные системы.
Объектом статистического изучения в социальных науках являются сложные системы. Измерение тесноты связей между переменными, построение изолированных уравнений регрессии недостаточно для описания таких систем и объяснения механизма их функционирования. При использовании отдельных уравнений, регрессии, например для экономических расчетов, в большинстве случаев предполагается, что аргументы (факторы) можно изменять независимо друг от друга. Однако это предположение является очень грубым: практически изменение повлечет за собой изменения во всей системе взаимосвязанных признаков. Следовательно, отдельно взятое уравнение множественной регрессии не может характеризовать истинные влияния отдельных признаков на вариацию результирующей переменной. Именно поэтому в последние десятилетия в экономических, биометрических и социологических исследованиях важное место заняла проблема описания структуры связей между переменными системой так называемых одновременных уравнений, называемых также структурными уравнениями. Так, если изучается модель спроса как соотношение цен и количества потребляемых товаров, то одновременно для прогнозирования спроса необходима модель предложения товаров, в которой рассматривается также взаимосвязь между количеством и ценой предлагаемых благ. Это позволяет достичь равновесия между спросом и предложением.
Приведем другой пример.
При оценке эффективности производства нельзя руководствоваться только моделью рентабельности. Она должна быть дополнена моделью производительности труда, а также моделью себестоимости единицы продукции.
В еще большей степени возрастает потребность в использовании системы взаимосвязанных уравнений, если мы переходим от исследований на микроуровне к макроэкономическим расчетам. Модель национальной экономики включает в себя систему уравнений: функции потребления, инвестиций заработной платы, а также тождество доходов и т.д. Это связано с тем, что макроэкономические показатели, являясь обобщающими показателями на конечное потребление в экономике зависят от валового национального дохода. Вместе с тем величина валового национального дохода рассматривается как функция инвестиций.
Система уравнений в эконометрических исследованиях может быть построена по-разному.
Возможна система независимых уравнений, когда каждая зависимая переменная (y) рассматривается как функция одного и того же набора факторов (x) :
Набор факторов
в каждом уравнении может варьировать.
Так, модель вида
Так же является системой независимых уравнений с тем лишь отличием, что в ней набор факторов видоизменяется в уравнениях, входящих в систему. Отсутствие того или иного фактора в уравнении системы может быть следствием как экономической нецелесообразности его включения в модель, так и несущественности его воздействия на результативный признак (незначимо значение t- критерия или частного F-критерия для данного фактора).
Примером такой модели может служить модель экономической эффективности сельскохозяйственного производства, где в качестве зависимых переменных выступают показатели, характеризующие эффективность сельскохозяйственного производства, продуктивность коров, себестоимость 1 ц молока, а в качестве факторов- специализация хозяйства, количество голов на 100 га пашни, затраты труда и т.п.
Каждое уравнение системы независимых уравнений может рассматриваться самостоятельно. Для нахождения его параметров используется метод наименьших квадратов. По существу, каждое уравнение этой системы является уравнением регрессии. Поскольку никогда нет уверенности, что факторы полностью объясняют зависимые переменные, то в уравнениях присутствует свободный член a0. Так как фактические значения зависимой переменной отличаются от теоретических на величину случайной ошибки, то в каждом уравнении присутствует величина случайной ошибки.
В итоге система независимых уравнений при трех зависимых переменных и четырех факторах примет вид:
Однако если независимых переменная у донного уравнения выступает в виде фактора x в другом уравнении, то исследователь может строить модель в виде системы рекурсивных уравнений:
В данной системе зависимая переменная у включает в каждое последующее уравнение в качестве факторов все зависимые переменные предшествующих уравнений наряду с набором собственно факторов x. Примером такой системы может служить модель производительности труда и фондоотдачи вида:
Где y1 – производительность труда;
y2 – фондоотдача;
x1 – фондовооруженность труда;
x2 – энерговооруженность труда;
x3 – квалификация рабочих.
Как и в предыдущей системе, каждое уравнение может рассматриваться самостоятельно, и его параметры определяются методом наименьших квадратов (МНК).
Наибольшее распространение в эконометрических исследованиях получила система взаимозависимых уравнений. В ней одни и те же зависимые переменные в одних уравнениях входят в левую часть, а в других уравнениях- в правую часть системы:
Система взаимозависимых уравнений
получила название системы совместных,
одновременных уравнений. Тем самым
подчеркивается, что в системе одни и те
же переменные (y) одновременно
рассматриваются как зависимые в одних
уравнениях и как независимые в других.
В эконометрике эта система уравнений
называется также структурной формой
модели. В отличие от предыдущих систем
каждое уравнение системы одновременных
уравнений не может рассматриваться
самостояа уравнений
называется также структурной формой
моде
Примером системы одновременных уравнений может служить модель динамики цены и заработной платы вида.
где y1- темп изменения месячной заработной платы;
y2 – темп изменения цен;
x1- процент безработных;
x2 – темп изменения постоянного капитала;
x3 – темп изменения цен на импорт сырья.
