- •Економетрика Зміст дисципліни за темами Тема 1. Концептуальні аспекти економетричного моделювання економіки
- •Тема 2. Принципи побудови економетричних моделей. Парна та множинна лінійна регресія
- •Тема 3. Нелінійні економетричні моделі
- •Тема 4. Фіктивні змінні в економетричних моделях
- •Тема 5. Мультиколінеарність
- •Тема 6. Автокореляція залишків
- •Тема 7. Гетероскедастичність залишків
- •Тема 8. Часові ряди
- •Приклади типових завдань
- •Завдання для самостійної роботи
- •«Моделювання процесу ціноутворення із врахуванням кількісних та якісних змінних»:
- •« Прогнозування значення економічного показника»:
- •Тема: Соціально – економічні системи, методи дослідження та моделювання
- •2. Математична модель економічного об’єкту
- •Критерії вибору „хорошої моделі”:
- •3. Класифікація економіко-математичних моделей
- •4. Основні етапи економіко – математичного моделювання
- •1. Поняття економетрики
- •Об'єкт, предмет, мета і завдання економетрії
- •3. Основні етапи економетричного аналізу
- •4. Економічні задачі, які розв'язують за допомогою економетричних методів
- •Основні етапи зародження та розвитку економетрії
- •Тема: Регресійні моделі
- •1. Поняття регресії
- •2. Парна лінійна регресія
- •3. Метод найменших квадратiв (мнк)
- •4. Дисперсійний аналіз моделі
- •Лабораторна робота №1 «Економетрична модель простої регресії»
- •1. Постановка задачі.
- •3. Розрахунок моделей
- •Знаходження оцінок параметрів моделі методом найменших квадратів
- •5. Графік моделі у „хмарі” розсіювання
- •6. Дисперсійний аналіз лінійної моделі:
- •7. Значущість оцінок параметрів і моделі:
- •8. Прогноз:
- •9. Аналіз лінійної моделі:
- •Лабораторна робота № 2 « Модель множинної лінійної регресії»
- •Тема* : Системи одночасних (симультативних) регресійних рівнянь
- •Ідентифікація системи одночасних рівнянь
- •2. Модель «Попит - пропозиція»
- •Модель формування доходів Кейнса
- •Тема: Нелінійні моделі
- •1. Нелінійні регресії
- •2. Нелінійні регресії 1-го класу
- •2.1. Поліноміальна модель
- •2.2. Гіперболічна модель
- •3. Нелінійні регресії 2-го класу
- •3.1. Показникова моделі
- •3.2. Степенева модель
- •3.3. Напівлогарифмічні моделі
- •4. Врахування випадкового відхилення
- •Лабораторна робота № 3 «Оцінювання параметрів нелінійної моделі» Завдання:
- •Тема: Фіктивні змінні в регресійних моделях
- •1. Необхідність використання фіктивних змінних
- •2. Моделі ancova
- •2.1. Ancova - Модель при наявності у фіктивної змінної двох альтернатив
- •2.2. Моделі ancova за наявності у якісних змінних більш двох альтернатив
- •2.3. Регресія з однією кількісною і двома якісними змінними
- •3. Використання фіктивних змінних у сезонному аналізі
- •Лабораторна робота № 4 Дослідження наявнoстi мультиколінеарності у масиві змінних
- •Лабораторна робота № 5
- •Визначимо оцінки параметрів лінійної моделі виду .
- •Лабораторна робота № 6 Дослідження на гетероскедастичність
- •Параметричний тест Гольфельда – Квандта
- •Тест Глейсера
- •- Критерій
- •Тест Спірмена
- •1. Випадкові процеси і часові ряди
- •2. Автокореляція спостережень часових рядів
- •3. Оцінка моделей із лагами
- •4. Основні характеристики часових рядів
- •5. Розкладення (декомпозиція) часового ряду
- •Метод ковзної середньої
Ідентифікація системи одночасних рівнянь
Знаходження оцінок параметрів рівняння пов'язане з проблемою ідентифікації системи. Якщо для кожного рівняння системи одночасних структурних рівнянь виконується певна умова, то система називається
точно ідентифікованою, якщо M - mi = ki – 1,
надідентифікованою, якщо M - mi > ki – 1,
неідентифікованою, якщо M - mi < ki – 1,
де М - загальна кількість екзогенних змінних моделі,
mi - кількість екзогенних змінних і-ого рівняння,
ki - кількість ендогених (залежних) змінних і-ого рівняння.
2. Модель «Попит - пропозиція»
Одна з найпростіших систем одночасних рівнянь використовується при моделюванні попиту-пропозиції в ринковій економіці. У цьому випадку в припущенні, що попит QD і пропозиція QS у момент часу t є лінійними функціями від ціни Р в один і той же момент часу, можна отримати наступну систему:
Функція попиту: qtD = α0 + α1 рt + ut1, α1 < 0, (11)
Функція пропозиції: qt S = β0 + β1 рt + ut 2, β1 > 0, (12)
Умова рівноваги: qtD = qt S. (13)
Наявність випадкових відхилень у даних моделях пов'язана в першу чергу з відсутністю ряду важливих пояснюючих змінних (доходу, цін супутніх товарів, смаків, очікувань, ціни ресурсів, податків тощо). Зміна одного із цих факторів може відобразитися на моделі. Наприклад, ріст доходу споживачів може зрушити криву попиту нагору. Це призведе до зміни рівноважної ціни й рівноважної кількості.
Модель (1) може бути вдосконалена. Наприклад, якщо до функції попиту додати дохід споживачів Y, то одержимо систему (2):
Функція попиту: qtD = α0 + α1 рt + α2 уt + ut1, α1 < 0, (21)
Функція пропозиції: qt S = β0 + β1 рt + ut 2, β1 > 0, (22)
Умова рівноваги: qD = qs. (23)
Модель формування доходів Кейнса
Найпростіша модель даного типу в припущенні, що розглядається закрита економіка без державних видатків, має вид :
Функція споживання: ct = β0 + β1 уt + ut (З1)
Макроекономічна тотожність: уt = ct + іt (32)
Тут Y, С, I характеризують сукупний випуск, обсяги споживання та інвестицій відповідно (yt, ct, it - значення цих змінних у момент часу t).
Тема: Нелінійні моделі
1. Нелінійні регресії
Внаслідок багатогранності й складності за своєю структурою економічних процесів обмежуватися розглядом лише лінійних моделей стає неможливим, оскільки економічні залежності переважно не можуть бути описані лінійними рівняннями. Якщо між економічними показниками існують нелінійні співвідношення, то вони описуються за допомогою нелінійних математичних функцій.
Якщо досліджується залежність попиту на певний товар Y від ціни X на нього, то можна обмежитися лінійними залежностями у вигляді рівнянь регресії Yр = â0 + â1·Х, де коефіцієнт â1 буде характеризувати абсолютну зміну в середньому попиті Y при зміні ціни на нього X на одиницю.
Якщо ж метою дослідження є аналіз еластичності залежності попиту від ціни, то описати лінійним рівнянням співвідношення між змінними Y та X виявляється неможливим. У цьому випадку доцільно використати модель типу Y = a0 Ха1
При аналізі витрат Y від обсягу виробництва X буде використовуватися поліноміальна модель Y = â0 + â1·Х + â2·Х 2 + â3·Х 3 +…+ âm·Хm .
Для дослідження виробничих функцій використання лінійних моделей взагалі є нереальним. В цьому випадку використовується виробнича функція Кобба – Дугласа. Нехай Y - обсяг виробленої продукції, F - фінансові витрати, L - вартість робочої сили, тоді Y = a Fα Lβ, 0 < α<1, 0< β<1.
Для характеристики зв’язку витрат сировини із обсягом виробленої продукції, часу обігу товару від величини товарообігу використовується модель оберненої залежності
Y = â0 + â1/Х.
Розрізняють два класи нелінійних регресій:
1) нелінійні регресії 1-го класу (квазілінійні) – нелінійні щодо пояснюючих, незалежних змінних моделі, але лінійні відносно параметрів (коефіцієнтів) моделі
2) нелінійні регресії 2-го класу – нелінійні щодо параметрів (коефіцієнтів) моделі.
