Эконометрика как дисциплина

МИНИСТЕРСТВО ОБРАЗОВАНИЯ и  науки 

Российской Федерации

 

Курский государственный  технический университет

 

Кафедра «Экономики и управления»

 

 

 

 

 

 

 

 

 

ЭКОНОМЕТРИКА

 

Методические рекомендации по изучению дисциплины

для студентов заочной формы обучения специальностей

061100 (080507.65) «Менеджмент  организации»

06100(080604.65) «Государственное  и муниципальное управление»,

060500(080109.65)»Бухгалтерский  учет, анализ и аудит»,

060400(080105.65) «Финансы и кредит»

 

 

 

 

 

 

 

 

 

 

Курск 2007

 

ОГЛАВЛЕНИЕ

 

1.Общие  методические указания к изучению дисциплины
2.основные темы курса
3.Структура  и содержание контрольной работы
4.Требования  к оформлению
5.Варианты контрольных работ
6.методические  указания к решению задач
7.контрольные вопросы
8.Рекомендуемая литература

 

 

1.ОБЩИЕ МЕТОДИЧЕСКИЕ УКАЗАНИЯ К ИЗУЧЕНИЮ дисцпилины

 

Достижения современной  экономической науки предъявляют  новые требования к высшему экономическому профессиональному образованию. Поэтому  наряду с микроэкономикой и макроэкономикой в число основных дисциплин экономического образования включена и эконометрика.

Прикладное значение этой дисциплины состоит в том, что  она является связующим звеном между  экономической теорией и практикой. Эконометрика дает методы экономических измерений, методы оценки параметров моделей микро- и макроэкономики. Важно, что эконометрические методы одновременно позволяют оценить ошибки измерений экономических величин и параметров моделей. Экономист, не владеющий этими методами, не может эффективно работать аналитиком. Менеджер, не понимающий значение этих методов, обречен на принятие ошибочных решений, коммерсант, не использующий эконометрический аппарат, не в состоянии оценить торгово-экономическую деятельность предприятия и т.д.

Применение метода эконометрического  анализа, который объединяет экономическую теорию со статистическими методами анализа, используется в создании модели народного хозяйства с целью прогнозирования таких важных показателей, как валовой национальный продукт, уровень безработицы, темп инфляции и дефицит федерального бюджета. Эконометрика используется все более широко в управленческой деятельности предприятий и организаций торговли, позволяет сделать достаточно точные перспективные прогнозы о состоянии потребительского рынка, товарных рынков, регулирует динамику цен и т.д.

Особенностью деятельности экономиста является работа в условиях недостатка информации и полноты исходных данных. Анализ такой информации требует специальных методов, которые составляют один из аспектов эконометрики. Основными задачами эконометрики являются построение эконометрической модели и определение возможностей ее использования для описания, анализа и прогнозирования реальных экономических процессов.

ЦЕЛЬ ПРЕПОДАВАНИЯ КУРСА  – дать студентам научное представление  о методах, моделях и приемах, позволяющих получать количественные выражения закономерностям экономической теории на базе экономической статистики с использованием математико-статистического инструментария.

ЗАДАЧИ КУРСА –  в соответствии с целью студенты должны усвоить методы количественной оценки социально-экономических процессов, научиться содержательно интерпретировать формальные результаты.

СФЕРА ПРОФЕССИОНАЛЬНОГО  ПРИМЕНЕНИЯ И СВЯЗЬ С ДРУГИМИ  ДИСЦИПЛИНАМИ – современные социально-экономические  процессы и явления зависят от большого количества факторов, их определяющих. В связи с этим квалифицированному специалисту необходимо не только иметь четкие представления об основных направлениях развития экономики, но и уметь учитывать сложное взаимосвязанное многообразие факторов, оказывающих существенное влияние на изучаемый процесс. Такие исследования не возможно проводить без знания основ теории вероятностей, математической статистики, многомерных статистических методов и эконометрики, т.е. дисциплин, позволяющих исследователю разобраться в огромном количестве стохастической информации и среди множества различных вероятностных моделей выбрать единственную, наилучшим образом отражающую изучаемый процесс или явление.

Выполнение контрольной  работы по эконометрике студентам рекомендуется  начинать с изучения методических указаний и основной рекомендуемой литературы.

 

 

2.основные  темы курса

 

Тема 1. Задачи эконометрики в области социально-экономических  исследований. Основные этапы эконометрического моделирования.

 

Название «эконометрика», введенное норвежским экономистом и статистиком Рагнаром Фришем в буквальном переводе означает «измерения в экономике». Единое общепринятое определение эконометрики в настоящее время отсутствует, поэтому приведем высказывания известных ученых, дающие представление об этой науке.

Эконометрика – это раздел экономики, занимающийся разработкой и применением статистических методов для измерений взаимосвязей между экономическими переменными (Р.Фишер и др.)

Э.Маленво интерпретировал  эконометрику как «любое приложение математики или статистических методов к изучению экономических явлений».

Эконометрика – самостоятельная экономико-математическая научная дисциплина, позволяющая на базе положений экономической теории и исходных данных экономической статистики, используя необходимый математико-статистический инструментарий, придавать конкретное количественное выражение общим (качественным) закономерностям, обусловленным экономической теорией (Айвазян С.А., Мхитарян В.С.).

Елисеева И.И. определяет эконометрику как науку, которая дает количественное выражение взаимосвязей экономических явлений и процессов.

Таким образом, эконометрика – это научная дисциплина, изучающая количественные стороны экономических явлений и процессов средствами математического и статистического анализа.

Эконометрика охватывает все аспекты применения математических методов в экономике, выявляет, строит и изучает конкретные количественные зависимости одних экономических показателей от других, используя статистические методы для обработки информации и оценки правдоподобия построений, а математические – для их анализа.

         Главное назначение эконометрики – модельное описание конкретных количественных взаимосвязей, существующих между анализируемыми показателями.

Существует три основных класса эконометрических моделей:

Модели временных  рядов, включающие модели:

• Тренда  , где T(t) –временной тренд заданного параметрического вида, ε_i – случайная компонента;
• Сезонности   где S(t) – периодическая (сезонная) компонента, ε_i – случайная компонента;
• Тренда и сезонности

  аддитивная;

  (мультипликативная);

Регрессионные модели с одним уравнением

В таких моделях зависимая  переменная y представляется в виде функции , где - независимые (объясняющие) переменные. В зависимости от вида функции модели делятся на линейные и нелинейные.

Системы одновременных  уравнений

Эти модели описываются  системами одновременных уравнений, которые могут состоять из тождеств и регрессионных уравнений, каждое из которых может, кроме объясняющих переменных, включать в себя также объяснимые переменных из других уравнений системы.

Примером такой системы  является модель спроса (Q^d) и предложения (Q^s), когда спрос на товар определяется его ценой (Р) и (I) потребителя, предложение – его ценой (Р) и достигается равновесие между спросом и предложением:

При эконометрическом моделировании  мы встречаемся с двумя типами данных: пространственные данные (набор показателей экономических переменных в один и тот же момент времени) и временные ряды (серия наблюдений одной и той же случайной величины в последовательные моменты времени).

Весь процесс эконометрического  моделирования можно разделить на шесть основных этапов:

• постановочный (на этом этапе формируется цель исследования, определяется набор участвующих в модели экономических переменных);
• априорный (проводится анализ экономической сущности изучаемого объекта, формирование и формализация известной до начала исследования (априорной) информации);
• параметризация (осуществляется непосредственно моделирование, т.е. выбор общего вида модели, в том числе состава переменных и формы их связи);
• информационный (собирается необходимая статистическая информация – наблюдаемые значения экономических переменных);
• идентификация модели (на этом этапе проводится статистический анализ модели и оценка ее параметров);
• верификация модели (проверяется истинность, адекватность модели, т.е. соответствие моделируемому реальному экономическому объекту).

На первых трех этапах весьма важной  является проблема спецификации модели, включающая выражение в математической форме выявленных связей и соотношений, установление состава объясняющих переменных (в том числе и лаговых), формулировка исходных предпосылок и ограничений модели и ряд других вопросов. Спецификация опирается на имеющиеся экономические теории, специальные знания, а также на интуитивные представления об анализируемом экономическом объекте.

Широкому внедрению эконометрических методов способствовало развитие информационных технологий. Компьютерные эконометрические пакеты сделали эти методы более доступными. Наиболее трудоемкая работа по вычислению различных статистик, параметров, построению таблиц и графиков в основном выполняется компьютером, а исследователю остается работа по постановке задачи, выбору соответствующей модели и метода ее решения, а также интерпретации результатов.

 

Тема 2. Классическая и обобщенная линейные модели

 множественной регрессии

 

Экономические явления  определяются, как правило, большим  числом совокупно действующих факторов. В связи с этим часто возникает задача исследования зависимости одной переменной Y от нескольких объясняющих переменных X₁,Х₂,…Х_n. Эта задача решается с помощью множественного регрессионного анализа.

Построение уравнения  множественной регрессии начинается с решения вопроса о спецификации модели, включающего отбор факторов и выбор вида уравнения регрессии. Факторы, включаемые во множественную регрессию, должны отвечать следующим требованиям:

• они должны быть количественно измеримы (качественным факторам необходимо придать количественную определенность);
• между факторами не должно быть высокой корреляционной, а тем более функциональной зависимости, т.е. наличия мультиколлинеарности.

Включение в модель мультиколлинеарных факторов может привести к следующим последствиям:

• Затрудняется интерпретация параметров множественной регрессии как характеристик действия факторов в «чистом виде», поскольку факторы связаны между собой; параметры линейной регрессии теряют экономический смысл;
• Оценки параметров ненадежны, имеют большие стандартные ошибки и меняются с изменением объема наблюдений.

Пусть - матрица – столбец значений зависимой переменной размера n;

- матрица значений, объясняющих  переменных;

 

- матрица – столбец (вектор) параметров размера m+1;

- матрица – столбец (вектор) остатков размера n.

Тогда в матричной  форме модель множественной линейной регрессии запишется следующим образом:

                                         (1)

При оценке параметров уравнения  регрессии (вектора b) применяется метод наименьших квадратов (МНК). При этом делаются определенные предпосылки.

1. В модели (1) ε – случайный вектор, Х - неслучайная (детерминированная) матрица.
2. Математическое ожидание величины остатков равно нулю: М(ε) = 0_n.
3. Дисперсия остатков ε_i постоянна для любого i (условие гомоскедастичности), остатки ε_i и ε_j при i≠j не коррелированны: .
4. ε – нормально распределенный случайный вектор, т.е. ε~N(0_n;σ² E_n).
5. r(X)=m+1<n. Столбцы матрицы Х должны быть линейно независимыми (ранг матрицы Х максимальный, а число наблюдений n превосходит ранг матрицы).

Модель (1), в которой  зависимая переменная, остатки и  объясняющие переменные удовлетворяют предпосылкам 1-5 называется классической нормальной линейной моделью множественной регрессии (КНЛММР). Если не выполняется только предпосылка 4, то модель называется классической линейной моделью множественной регрессии (КЛММР).