|
Тема №1. Определение эконометрики
План:
1. Предмет эконометрики.
2. Особенности эконометрического метода.
3. Модели. Типы моделей. Типы данных.
1. Предмет эконометрики.
Эконометрика – быстроразвивающаяся отрасль науки, цель которой состоит в том, чтобы придать количественные меры экономическим отношениям.
Термин «эконометрика» был впервые введен бухгалтером П. Цъемпой (Австро-Венгрия, 1910г.) («эконометрия» - у Цъемпы), а Эконометрика как новое направление в экономической науке выделилось в 1930г.
Толчком к зарождению эконометрики послужило развитие междисциплинарного подхода к изучению экономики. Эта наука возникла в результате взаимодействия и объединения трёх компонент: экономической теории, статистических и математических методов. Впоследствии к ним присоединилось развитие вычислительной техники как условие развития эконометрики.
До сих пор не достигнуто однозначного определения эконометрики, поэтому приведем высказывания признанных авторитетов в экономике и эконометрике.
Эконометрика – это наука, которая даёт количественное выражение взаимосвязей экономических явлений и процессов.
Мы, рассматривая курс эконометрики, будем придерживаться статистического подхода к эконометрическим измерениям.
2. Особенности эконометрического метода.
Становление и развитие эконометрического метода происходили на основе методов парной и множественной регрессии, парной, частной и множественной корреляции, выделения тренда и других компонент временного ряда, на статистическом оценивании (т.е. на основе методов высшей статистики). Статистические методы являются существенным элементом в эконометрике, но эконометрический метод также складывается в преодолении следующих моментов (неприятностей), искажающих результаты применения классических статистических методов:
1) асиметричности связей;
2) мультиколлинеарности объясняющих переменных;
3) закрытости механизма связи между переменными в изолированной регрессии;
4) эффекта гетероскедастичности, т.е. отсутствие нормального распределения остатков для регрессионной функции;
5) автокорреляции;
6) ложной корреляции;
7) наличия лагов (лаг – промежуток времени, позволяющий уловить наличие связи между показателями).
Независимо от того, на использование каких данных (пространственных или временных) ориентированно исследование, оно проходит следующие стадии, итак,
Этапы эконометрического исследования:
1. постановка проблемы;
2. получение данных, анализ их качества;
3. спецификацию модели;
4. оценку параметров;
5. интерпретацию результатов.
3. Модели. Типы моделей. Типы данных.
Эконометрика как наука расположена где-то между экономикой, статистикой и математикой. Это наука связана с эмпирическим выводом экономических законов. Т.е. эконометристы используя данные, наблюдения получают количественные зависимости для экономических соотношений, формулируют экономические модели, оценивают неизвестные величины в этих моделях, их точность, дают рекомендации по экономической политике.
В большинстве случаев экономические законы выражаются в относительно простой математической форме. Математические модели широко применяются в бизнесе, экономике, общественных науках, исследовании экономической активности, в исследовании политических процессов. Математические модели полезны для более полного понимания сущности происходящих процессов, их анализа. Модель построенная и верифицированная на основе уже имеющихся значений объясняющих (зависимых) переменных, может быть использована для прогноза значений зависимой переменной в будущем или для других наборов значений объясняющих переменных.
Выделяют три основных класса моделей:
I. Модели временных рядов:
1. модели тренда: y(t)=T(t)+Et,
где T(t) – временной тренд заданного параметрического вида (например, линейный T(t)=a+bt), Et – случайная (стохастическая) компонента.
2. модели сезонности: y(t)=S(t)+Et,
где S(t) – периодическая (сезонная) компонента, Et – случайная (стохастическая) компонента.
3. модели тренда и сезонности: y(t)=T(t)+ S(t)+Et (аддитивная),
y(t)=T(t)S(t)+Et (мультипликатив.).
К моделям временных рядов относится множество более сложных моделей, таких, как модели адаптивного прогноза, модели авторегрессии и скользящего среднего (ARIMA) и др. их общей чертой является то, что они объясняют поведение временного ряда, исходя только из его предыдущих значений. Такие модели могут применяться, например, для изучения и прогнозирования объёма продаж авиабилетов, спроса на мороженное, краткосрочного прогноза процентных ставок и т.п.
II. Регрессионные модели с одним уравнением
В таких моделях зависимая (объясняемая) переменная y представляется в виде функции f(x, β) = f(x1,…,xk, β1,…,βp),
где x1,…,xk, - независимые (объясняющие) переменные, β1,…,βp – параметры.
В зависимости от вида функции f(x, β) делятся на линейные и нелинейные. Например, можно исследовать спрос на мороженное как функцию от времени, температуры воздуха, среднего уровня доходов; исследовать зависимость заработной платы от возраста, пола, уровня образования, стажа работы и т.п. Область применения таких моделей, даже линейных, значительно шире, чем моделей временных рядов.
III. системы одновременных уравнений
Эти модели описываются системами уравнений. Системы могут состоять из тождеств и регрессионных уравнений, каждое из которых может, кроме объясняющих (независимых) переменных, включать в себя также объясняемые (зависимые) переменные из других уравнений системы. Такие системы требуют более сложный математический аппарат. Они могут использоваться для моделей страновой экономики и др.
Пример: Модель спроса и предложения. Пусть QtD - спрос на товар в момент времени t, QtS – предложение товара в момент времени t, Pt – цена товара в момент времени t, Yt - доход в момент времени t. Имеем следующую систему уравнений:
Q1S=α1+ α2Pt+ α3Pt-1+et (предложение),
Q1D=β1+ β2Pt+ β3Yt+ut (спрос),
QtS=QtD (равновесие).
Цена товара Pt и спрос на товар Qt=QtD=QtS определяются из уравнений модели. Доход Yt и значение цены товара в предыдущий момент времени Pt-1 являются предопределенными переменными.
При моделировании экономических процессов встречаются с двумя типами данных.
Типы данных:
1. Пространственные данные, например, набор сведений (объём производства, количество работников, доход и др.) по разным фирмам в один и тот же момент времени (пространственный срез) или данные по курсам покупки (продажи) наличной валюты в кокой-то день по обменным пунктам в городе.
2. Временные ряды, например, ежеквартальные данные по инфляции, средней заработной плате, национальному доходу, денежной эмиссии за последние годы или ежедневный курс доллара США (МТБ) и котировки ГКО (ММВБ) за два последних года. Особенностью временных рядов является то, что они естественным образом упорядочены во времени и наблюдения в близкие моменты времени часто бывают зависимыми.
Дата добавления: 2015-09-29; просмотров: 27 | Нарушение авторских прав
<== предыдущая лекция | | | следующая лекция ==> |
1. MS Excel ќ±жаты (яѓни µњдеу объектісі) болып | | | 1. Аќпараттыњ ќасиеттерін жєне оны жинаќтау, кµрсету, µндеу мен тасымалдау тєсілдерін зерттейтін ѓылым: |