1. Определение эконометрики. Термин эконометрика
Скачать 3.6 Mb.
|
1.Определение эконометрики. Термин «эконометрика» появляется в литературе в начале двадцатого века и означает «эконометрические измерения». Приведем некоторые используемые в литературе определения эконометрики. Эконометрия(эконометрика), наука, изучающая конкретные количественные взаимосвязи экономических объектов и процессов с помощью математических и статистических методов и моделей [Большой энциклопедический словарь]. 2. Типы данных, применяющиеся в эконометрических исследованиях. 1) Временные ряды. Временными рядами называют ряды динамики, у которых в качестве признака упорядочения используется время. Они состоят из последовательных значений (уровней) показателя, характеризующего состояние процесса в определенные, как правило, равноотстоящие друг от друга моменты времени, причем каждый экономический показатель представлен в большинстве случаев лишь одним временным рядом. 2) Пространственные данные – данные по одной и той же величине в один и тот же период времени, но взятые в пространственно разделенных объектах: 1. курс «евро» сегодня в различных обменных пунктах; 2. %-ые ставки в различных банках; 3. объемы производства по различным предприятиям одной отрасли; 4. месячные товарообороты в различных магазинах. 3. Специфика экономических данных. При выборе методов анализа конкретных экономических данных следует учитывать, что экономические данные обладают рядом особенностей. Многие экономические показатели неотрицательны. Значит, их надо описывать неотрицательными случайными величинами. В экономике доля нечисловых данных существенно выше, чем в технике и, соответственно больше применений для статистики объектов нечисловой природы. Количество изучаемых объектов в экономическом исследовании часто ограничено в принципе, поэтому обоснование вероятностных моделей в ряде случаев затруднено. Экономические процессы развиваются во времени, поэтому большое место в эконометрике занимают вопросы анализа и прогнозирования временных рядов. При этом следует отметить, что временные ряды качественно отличаются от простых статистических выборок. Эти особенности состоят в следующем: последовательные по времени уровни временных рядов являются взаимозависимыми; в зависимости от момента наблюдения уровни во временных рядах обладают разной информативностью: информационная ценность наблюдений убывает по мере их удаления от текущего момента времени; с увеличением количества уровней временного ряда точность статистических характеристик не будет увеличиваться пропорционально числу наблюдений, а при появлении новых закономерностей развития она может даже уменьшаться. 4. Переменные, участвующие в эконометрической модели любого типа. Результирующая (зависимая, эндогенная) переменная Y Она характеризует результат или эффективность функционирования экономической системы. Значения ее формируются в процессе и внутри функционирования этой системы под воздействием ряда других переменных и факторов, часть из которых поддается регистрации, управлению и планированию. В регрессионном анализе результирующая переменная играет роль функции, значение которой определяется значениями объясняющих переменных, выполняющих роль аргументов. По своей природе результирующая переменная всегда случайна (стохастична). Объясняющие (экзогенные, независимые) переменные X Это — переменные, которые поддаются регистрации и описывают условия функционирования реальной экономической системы. Они в значительной мере определяют значения результирующих переменных. Обычно часть из них поддается регулированию и управлению. Значение этих переменных могут задаваться вне анализируемой системы. Поэтому их называют экзогенными. Еще их называют факторными признаками. В регрессионном анализе это аргументы результирующей функции Y. По своей природе они могут быть как случайными, так и неслучайными. Любая эконометрическая модель предназначена для объяснения значений текущих эндогенных переменных (одной или нескольких) в зависимости от значений заранее определенных переменных. Переменные, выступающие в системе в роли факторов-аргументов, или объясняющих переменных называют предопределенными. Множество предопределенных переменных формируется из всех экзогенных переменных и так называемых лаговых эндогенных переменных, т. е. таких эндогенных переменных, значения которых входят в уравнения анализируемой эконометрической системы измеренными в прошлые моменты времени, а, следовательно, являются уже известными, заданными. 5. Классы эконометрических моделей Можно выделить три основных класса моделей. Модели временных рядов Модели временных рядов представляют собой модели зависимости результативного признака от времени. К ним относятся модели кривых роста (трендовые модели), адаптивные модели, модели авторегрессии и скользящего среднего. Регрессионные модели с одним уравнением В регрессионных моделях зависимая переменная Y может быть представлена в виде функции f (X1, X2, X3, … Xk), где - независимые переменные, или факторы; k – количество факторов. В качестве зависимой переменной может выступать практически любой показатель, характеризующий, например, деятельность предприятия. В зависимости от вида функции f () модели делятся на линейные и нелинейные. В зависимости от количества включенных в модель факторов Х модели делятся на однофакторные (парная модель регрессии) и многофакторные (модель множественной регрессии). Системы эконометрических уравнений Сложные социально-экономические явления иногда невозможно адекватно описать с помощью только одного уравнения. Модели с одним уравнением не отражают взаимосвязей между объясняющими переменными или их связей с другими переменными. Кроме того, некоторые переменные могут оказывать взаимные воздействия и трудно однозначно определить, какая из них является зависимой, а какая независимой переменной. Поэтому при построении эконометрической модели прибегают к системам уравнений. Для оценивания систем одновременных уравнений используются специальные методы. 6. Этапы эконометрического моделирования Выделяют семь основных этапов эконометрического моделирования: 1) постановочный этап, в процессе осуществления которого определяются конечные цели и задачи исследования, а также совокупность включённых в модель факторных и результативных экономических переменных. При этом включение в эконометрическую модель той или иной переменной должно быть теоретически обоснованно и не должно быть слишком большим. Между факторными переменными не должно быть функциональной или тесной корреляционной связи, потому что это приводит к наличию в модели мультиколлинеарности и негативно сказывается на результатах всего процесса моделирования; 2) априорный этап, в процессе осуществления которого проводится теоретический анализ сущности исследуемого процесса, а также формирование и формализация известной до начала моделирования (априорной) информации и исходных допущений, касающихся в частности природы исходных статистических данных и случайных остаточных составляющих в виде ряда гипотез; 3) этап параметризации (моделирования), в процессе осуществления которого выбирается общий вид модели и определяется состав и формы входящих в неё связей, т. е. происходит непосредственно моделирование. 4) информационный этап, в процессе осуществления которого происходит сбор необходимых статистических данных, а также анализируется качество собранной информации; 5) этап идентификации модели, в ходе осуществления которого происходит статистический анализ модели и оценивание неизвестных параметров. Данный этап непосредственно связан с проблемой идентифицируемости модели; 6) этап оценки качества модели, в ходе осуществления которого проверяется достоверность и адекватность модели, т. е. определяется, насколько успешно решены задачи спецификации и идентификации модели, какова точность расчётов, полученных на её основе. Построенная модель должна быть адекватна реальному экономическому процессу. Если качество модели является неудовлетворительным, то происходит возврат ко второму этапу моделирования; 7) этап интерпретации результатов моделирования. 7. Понятие корреляции Рассматривая зависимости между признаками, необходимо выделить, прежде всего, две категории зависимости: 1) функциональные и 2) корреляционные. Функциональные связи характеризуются полным соответствием между изменением факторного признака и изменением результативной величины, и каждому значению признака-фактора соответствуют вполне определенные значения результативного признака. Функциональная зависимость может связывать результативный признак с одним или несколькими факторными признаками. В корреляционных связях между изменением факторного и результативного признака нет полного соответствия, воздействие отдельных факторов проявляется лишь в среднем при массовом наблюдении фактических данных. Одновременное воздействие на изучаемый признак большого количества самых разнообразных факторов приводит к тому, что одному и тому же значению признака-фактора соответствует целое распределение значений результативного признака, поскольку в каждом конкретном случае прочие факторные признаки могут изменять силу и направленность своего воздействия. Основная задача корреляционного анализа заключается в выявлении взаимосвязи между случайными переменными путем точечной и интервальной оценки парных (частных) коэффициентов корреляции, вычисления и проверки значимости множественных коэффициентов корреляции и детерминации. Корреляция непосредственно не выявляет ричинных связей между параметрами, но устанавливает численное значение этих связей и достоверность суждений об их наличии. Корелляция – это величина, котораня показывает на сколько одна(или несколько) перменных предопределят другую. Бывает парная и множественная. 0≤|r| ≤1 Есть несколько интревалов уровня коредлляции: 0,1 ≤|r| ≤0,3 0,3 ≤|r| ≤0,5 0,5 ≤|r| ≤0,7 0,7 ≤|r| ≤0,9 0,9 ≤|r| ≤1 8. Понятие ковариации ковариация - это статистическая мера взаимодействия двух переменных. Ковариация между двумя переменными рассчитывается следующим образом: , где - фактические значения случайных переменных x и y, . Ковариация зависит от единиц, в которых измеряются переменные . Поэтому для измерения силы связи между двумя переменными используется другая статистическая характеристика, называемая коэффициентом корреляции. 9. Коэффициент парной корреляции Парный коэффициент корреляции определяется по формуле: ,где ; . Он является показателем тесноты связи лишь в случае линейной зависимости. Его свойства: 1) 2)- коэф-т корреляции не зависит от выбора начала отсчета, 3) коэф-т корреляции величина безразмерная. если , то это свидетельствует о функциональной зависимости м\у х и у., Если ρ=0, то связи нет. Если , то это свидетельствует о положительном направлении связи, если , направление отрицательное. В практических расчетах генеральный коэффициент корреляции ρ неизвестен, тогда вычисляют выборочный коэффициент корреляции: |