- •Оглавление
- •Раздел 1 Математическое моделирование в экономике
- •Глава 1. Теоретические основы экономико-математического моделирования
- •Глава 2. Теоретические основы эконометрики
- •Раздел 2 Эконометрические модели
- •Глава 3. Модели парной регрессии
- •Глава 4. Модели множественной регрессии
- •Глава 5. Эконометрический анализ классических модельных предположений
- •Глава 6. Моделирование временных рядов
- •Глава 7. Системы эконометрических уравнений
- •Введение
- •Раздел 1 Математическое моделирование в экономике
- •Глава 1
- •1.1. Понятие о модели и моделировании
- •1.2. Классификация моделей
- •1.3. Принципы моделирования
- •1.4. Экономико-математическая модель
- •1.5. Этапы экономико-математического моделирования
- •Контрольные вопросы
- •Глава 2
- •2.1. Эконометрика как наука
- •2.2. Эконометрика и другие науки
- •2.3. Эконометрические модели и их типы
- •2.4. Этапы эконометрического моделирования
- •2.5. Пример эконометрического исследования
- •2.6. Функциональные и статистические зависимости
- •2.7. Эконометрическое моделирование
- •2.8. Методологические аспекты эконометрического моделирования
- •Контрольные вопросы
- •Тестовые задания
- •Ответы тестовых заданий
- •Раздел 2 Эконометрические модели
- •Глава 3
- •3.1. Постановочный этап
- •3.2. Классификация парных моделей
- •3.3. Спецификация модели
- •3.4. Параметризация линейной модели
- •3.5. Параметризация нелинейной модели
- •3.6. Оценка тесноты линейной связи между переменными
- •3.7. Оценка тесноты нелинейной связи между переменными
- •3.8. Верификация модели: проверка адекватности
- •3.9. Верификация модели: проверка статистической значимости
- •3.10. Прогнозирование по парной регрессионной модели
- •3.11. Обзор некоторых вопросов и проблем парной регрессии
- •Примеры решения типовых заданий
- •Решение:
- •Решение:
- •Решение:
- •Решение:
- •Решение:
- •Реализация с помощью ппп Excel
- •Порядок выполнения:
- •1. Постановочный этап
- •2. Спецификация модели
- •3. Параметризация модели
- •4. Верификация модели
- •5. Прогнозирование
- •Интегрированные задачи
- •Контрольные задания
- •Контрольные вопросы
- •Тестовые задания
- •Ответы тестовых заданий
- •Глава 4
- •4.1. Постановочный этап
- •4.3. Параметризация модели
- •4.4. Верификация модели
- •4.5. Прогнозирование по множественной регрессионной модели
- •4.6. Фиктивные переменные
- •4.7. Введение фиктивных переменных в модель
- •4.8. Тест Чоу
- •4.9. Фиктивные переменные и сезонность
- •4.10. Обзор некоторых вопросов и проблем множественной регрессии
- •Примеры решения типовых заданий
- •Решение:
- •Решение:
- •Решение:
- •Решение:
- •Решение:
- •Контрольные задания
- •Контрольные вопросы
- •Тестовые задания
- •Ответы тестовых заданий
- •Глава 5
- •5.1. О необходимости проверки модельных предположений
- •5.2. Первое модельное предположение
- •5.3. Проблема гетероскедастичности
- •5.4. Проблема автокорреляции
- •5.5. Проблема мультиколлинеарности
- •5.6. Проверка предположения о нормальности распределения
- •5.7. Обзор некоторых вопросов и проблем модельного анализа
- •Примеры решения типовых заданий
- •Решение:
- •Решение:
- •Решение:
- •Реализация с помощью ппп Excel
- •Порядок выполнения:
- •4. Верификация модели
- •1. Постановочный этап
- •2. Спецификация модели
- •3. Параметризация модели
- •5. Прогнозирование
- •Интегрированная задача
- •Контрольные задания
- •Контрольные вопросы
- •Тестовые задания
- •Ответы тестовых заданий
- •Глава 6
- •6.1. Модель временного ряда
- •6.2. Компоненты временного ряда
- •6.3. Выявление структуры временного ряда
- •6.4. Выравнивание временного ряда
- •6.5. Моделирование сезонных и циклических колебаний
- •6.6. Общая схема моделирования временного ряда
- •6.7. Анализ случайной компоненты временного ряда
- •6.8. Анализ структурной стабильности тенденции
- •6.9. Прогнозирование на основе модели временного ряда
- •6.10. Обзор некоторых вопросов и проблем моделирования временных рядов
- •Примеры решения типовых заданий
- •Решение:
- •Решение:
- •Решение:
- •Решение:
- •Решение:
- •Решение:
- •Реализация с помощью ппп Excel
- •Порядок выполнения работы
- •1. Спецификация, параметризация и верификация модели
- •2. Прогнозирование
- •Интегрированная задача
- •Контрольные задания
- •Контрольные вопросы
- •Тестовые задания
- •Ответы тестовых заданий
- •Глава 7
- •7.1. Системы уравнений, используемые в эконометрике
- •7.2. Структурная и приведенная формы моделей
- •7.3. Проблема идентифицируемости модели
- •7.4. Методы оценивания параметров структурной модели
- •7.5. Практика применения систем одновременных уравнений в макроэкономическом анализе
- •Примеры решения типовых заданий
- •Решение:
- •Решение:
- •Решение:
- •Решение:
- •Контрольные задания
- •Контрольные вопросы
- •Тестовые задания
- •Ответы тестовых заданий
- •Литература
Контрольные вопросы
1. Дайте определение системы одновременных уравнений.
2. Каковы основные причины использования одновременных уравнений в экономике?
3. Как классифицируются системы одновременных уравнений?
4. Как определяется система независимых уравнений?
5. Каким способом осуществляется оценка параметров системы независимых уравнений?
6. Как определяется система рекурсивных уравнений?
7. Каким способом осуществляется оценка параметров системы рекурсивных уравнений?
8. Как определяется система взаимосвязанных уравнений?
9. Почему обычный МНК практически не используется для оценки систем одновременных уравнений?
10. Как определяются структурная и приведенная формы модели? В чем состоит их основное различие?
11. Как связаны между собой структурная и приведенная формы модели?
12. В чем различие между эндогенными и экзогенными переменными системы уравнений?
13. В чем состоит проблема идентифицируемости модели?
14. Приведите причины неидентифицируемости и сверхидентифицируемости модели.
15. Приведите необходимое условие идентифицируемости модели.
16. Приведите достаточное условие идентифицируемости модели.
17. Приведите необходимые и достаточные условия идентифицируемости модели.
18. Какими способами можно устранить проблему неидентифицируемости модели?
19. В чем состоит сущность косвенного МНК?
20. Для решения каких систем используется КМНК?
21. В чем состоит сущность двухшагового МНК?
22. Для решения каких систем используется ДМНК?
23. Приведите пример статической модели Кейнса.
24. Приведите примеры динамических моделей Кейнса и Клейна.
Тестовые задания
Выберите правильные ответы из предложенных вариантов:
1. Система
является:
а) системой независимых уравнений;
б) системой рекурсивных уравнений;
в) системой взаимозависимых уравнений.
г) системой нелинейных уравнений.
2. Система
является:
а) системой независимых уравнений;
б) системой рекурсивных уравнений;
в) системой взаимозависимых уравнений;
г) системой нелинейных уравнений.
3. Уравнение системы идентифицируемо, если:
а) D = H;
б) D = H – 1;
в) D > H – 1;
г) D < H – 1.
4. В системе одновременных уравнений переменные, взятые в предыдущий момент времени, называются:
а) лаговыми;
б) экзогенными;
в) фиктивными;
г) предопределенными.
5. Для параметризации сверхидентифицируемых структурных моделей используется:
а) обычный МНК;
б) косвенный МНК;
в) двухшаговый МНК;
г) взвешенный МНК.
6. Эндогенные переменные – это:
а) предопределенные переменные, влияющие на зависимые переменные, но не зависящие от них;
б) переменные, значения которых определяется внутри модели;
в) значения зависимых переменных за предшествующий период времени;
г) случайные переменные.
7. Экзогенные переменные – это:
а) переменные, значения которых определяется вне модели;
б) зависимые переменные, число которых равно числу уравнений в системе;
в) случайные переменные.
8. Определите, какие из переменных данной системы
являются эндогенными:
а)
и
;
б)
и
;
в)
и
.
9. Определите, какие из переменных данной системы
являются экзогенными:
а) и ; б) и ; в) и .
10. Лаговые переменные – это:
а) предопределенные переменные, влияющие на зависимые переменные, но не зависящие от них;
б) зависимые переменные, число которых равно числу уравнений в системе;
в) переменные, влияние которых в модели характеризуется некоторым запаздыванием.
11. Для определения параметров структурную форму модели необходимо преобразовать в:
а) приведенную форму модели;
б) рекурсивную форму модели;
в) независимую форму модели;
г) расширенную форму модели.
12. Модель идентифицируема, если:
а) число приведенных коэффициентов меньше числа структурных коэффициентов;
б) если число приведенных коэффициентов больше числа структурных коэффициентов;
в) если число параметров структурной модели равно числу параметров приведенной формы модели.
13. Модель неидентифицируема, если:
а) число приведенных коэффициентов меньше числа структурных коэффициентов;
б) если число приведенных коэффициентов больше числа структурных коэффициентов;
в) если число параметров структурной модели равно числу параметров приведенной формы модели.
14. Модель сверхидентифицируема, если:
а) число приведенных коэффициентов меньше числа структурных коэффициентов;
б) если число приведенных коэффициентов больше числа структурных коэффициентов;
в) если число параметров структурной модели равно числу параметров приведенной формы модели.
15. Уравнение неидентифицируемо, если:
а) D = H – 1;
б) D > H – 1;
в) D < H – 1.
16. Для определения параметров идентифицируемой модели:
а) применяется двушаговый МНК;
б) применяется косвенный МНК;
в) ни один из существующих методов применить нельзя.
17. Система вида
является:
а) структурной формой;
б) расширенной формой;
в) приведенной формой.
18. Для определения параметров неидентифицируемой модели:
а) применяется двушаговый МНК;
б) применяется косвенный МНК;
в) ни один из существующих методов применить нельзя.
19. Выделяют три класса систем эконометрических уравнений:
а) система независимых уравнений, системы изолированных уравнений и системы рекурсивных уравнений;
б) системы взаимозависимых уравнений, системы возвратных уравнений и системы рекурсивных уравнений;
в) системы взаимозависимых уравнений, системы нелинейных уравнений и системы рекурсивных уравнений;
г) система независимых уравнений, системы взаимозависимых уравнений и системы рекурсивных уравнений.
20. При оценке параметров приведенной формы модели косвенный метод наименьших квадратов использует алгоритм:
а) расчета средней взвешенной величины;
б) метода главных компонент;
в) метода максимального правдоподобия;
г) обычного метода наименьших квадратов.
21. Система вида
имеет:
а) структурную форму;
б) расширенную форму;
б) приведенную форму.
