Список литературы под редакцией И. И. Елисеевой Эконометрика, М,: Финансы и статистика, -2001 г


НазваниеСписок литературы под редакцией И. И. Елисеевой Эконометрика, М,: Финансы и статистика, -2001 г
страница1/10
Дата публикации19.03.2013
Размер1.72 Mb.
ТипЛекция
userdocs.ru > Экономика > Лекция
  1   2   3   4   5   6   7   8   9   10




ЛЕКЦИЯ 1
СПИСОК ЛИТЕРАТУРЫ

  1. Под редакцией И. И. Елисеевой Эконометрика, М,: Финансы и статистика, -2001 г.

  2. Под редакцией И. И. Елисеевой Практикум по эконометрике, М,: Финансы и статистика, -2001 г.

  3. Я. Р. Магнус, П. к. Катышев и др. Эконометрика. Начальный курс. М. : Дело, - 2000г.

  4. Мардас А. Н. Эконометрика. Краткий курс. С – Петербург, 2001 г.

  5. Ноздрина Н. А, Эконометрика. Учебное пособие, Части 1 и 2., ДИТУД, 2007 г.


Дополнительная литература


  1. В. Н. Грицан Эконометрика. Учебное пособие. М.: 2002 г.

  2. А. И. Новиков Эконометрика. Учебное пособие. М.: 2006г.

  3. Н. Ш. Кремер, Б. А. Прутко Эконометрика. Учебник для Вузов. М.:ЮНИТИ – ДАНА, 2002 г.


Предмет эконометрики
Проблема изучения взаимосвязей экономических показателей является одной из важнейших в экономическом анализе. Экономическая политика заключается в регулировании этих показателей.

Эконометрика – это наука, исследующая количественные закономерности и взаимосвязи в экономике при помощи методов математической статистики.

Название эконометрика введено в 1926 году норвежским экономистом и статистиком Р. Фришем. Буквальный перевод этого понятия – измерения в экономике.

В настоящее время общепризнано следующее определение:

Эконометрика – это научная дисциплина, объединившая совокупность теоретических результатов, приемов, методов и моделей, предназначенных для того, чтобы на базе экономической теории, экономической статистики и математико – статистического инструментария придавать конкретное количественное выражение общим (качественным) закономерностям, обусловленным экономической теорией.

Можно сказать, что суть эконометрики – синтез экономики, экономической статистики и математики.

Главное назначение эконометрики: - модельное описание конкретных количественных взаимосвязей, существующих между экономическими показателями.

Классификация задач, решаемых эконометрикой, можно представить в виде следующей схемы:

Классификация задач по эконометрике
^ Особенности эконометрического метода
Для проведения правильного анализа социально экономических в эконометрике выделяют следующие основные этапы:

  1. Этап (постановочный). Определение конечных целей модели, набора участвующих в ней факторов и показателей, их роли.

  2. Этап (априорный). Предмодельный анализ экономической сущности изучаемого явления. Формирование и формализация априорной информации, относящейся к природе исходных статистических данных и случайных составляющих.

  3. Этап (параметризация). Моделирование, т. е. выбор общего вида модели, состав и формы входящих в нее связей.

  4. Этап (информационный). Сбор необходимой статистической информации: регистрация значений, участвующих в модели факторов и показателей на различных временных и пространственных интервалах функционирования системы.

  5. Этап (идентификация модели). Статистический анализ модели и прежде всего статистическое оценивание неизвестных параметров модели.

  6. Этап (верификация модели). Сопоставление модельных данных. Проверка адекватности модели. Оценка точности модельных данных.

4-й,5-й и 6-й этапы сопровождаются процедурой подбора модели, которая заключается в переборе большого числа различных вариантов с целью получения адекватной и идентифицируемой модели.

В процессе эконометрического исследования приходится решать следующие проблемы.

^ Проблема спецификации модели решается на этапах 1 – 3 и включает в себя:

- определение конечных целей моделирования (прогноз, имитация различных сценариев социально – экономического развития системы, ее управление);

- определение набора независимых Х и зависимых У переменных;

- определение состава системы уравнений, их структур, набора предопределенных переменных;

- формулировка исходных предпосылок и априорных ограничений относительно природы остатков, когда обычно предполагают их независимость и некоррелиарность, нулевые значения их средних величин и иногда сохранение в процессе наблюдений значений их дисперсий – гомоскедастичность числовых значений коэффициентов уравнения в структурной форме модели.

^ Спецификация модели – важнейший этап эконометрического исследования. От успешности решения этой проблемы, т. е. насколько реалистичны наши предположения о составе эндогенных, экзогенных и предопределенных переменных, о структуре самой системы уравнений в решающей степени зависит успех эконометрического исследования.

^ Проблема идентификации модели заключается в том, что исследователя в конечном итоге интересует поведение зависимых переменных У.

Проблема верификации модели заключается в решении вопросов о том, можно ли рассчитывать на использование построенной модели в целях прогноза зависимых переменных и имитационных расчетов, определяющих варианты социально – экономического развития исследуемой системы, даст результаты, достаточно совпадающие с реальностью? Какова точность прогнозных и имитационных расчетов, основанных на данной модели? Методы верификации основаны на статистической проверке гипотез и статистическом анализе характеристик точности различных приемов и статистического оценивания параметров системы.

Наиболее распространенный подход к верификации экономической модели – ретроспективные расчеты. Их сущность состоит в следующем. Строим модель с целью прогнозирования зависимых переменных или имитационных расчетов. Сравнение этих модельных значений с реальными данными даст возможность проанализировать совпадение модельных выводов с реальностью и их точностью.
Типы данных
При моделировании экономических процессов используются 2 типа данных:

- пространственные данные;

- временные ряды.

^ Пространственные данные – это набор сведений по разным экономическим объектам (фирмам, предприятиям, семьям и т. п.) в один и тот же момент времени (пространственный срез).

Примером пространственных данных является, например, набор сведений (объем производства, количество работников, доход и др.)

^ Временные данные это набор сведений по одному и тому же экономическому объекту (фирме, предприятию, семье и т. п.) в разные последовательные моменты времени (временной ряд).

Примером временных данных могут быть ежеквартальные данные по инфляции, средней заработной плате, национальному доходу, объему продаж авиабилетов и т. п.

Исходные данные для эконометрического исследования должны быть измеримы, т. е. иметь численное значение и единицу измерения, причем числа должны соответствовать наблюдаемым свойствам, фактам, качествам и т. п.

Для социально – экономических измерений характерны специфические представления о точности. Экономику относят к «неточным» наукам, т. к. невозможно произвести измерение с малой погрешностью.

В теории измерений существуют два основных представления об измерении:

  • Измерение понимается как соотношение множества объектов, описываемых некоторой переменной;

  • Измерение понимается как соотношение переменной, непосредственно ненаблюдаемой, а выраженной через другую переменную.

Исходные данные для эконометрики – это данные официальной статистики или бухучета.
модели. типы моделей
Эконометрика, расположенная между экономикой, статистикой и математикой связана с выводом экономических законов. В данном случае используются данные или наблюдения для того, чтобы получить количественные зависимости для экономических соотношений.

Во всей этой деятельности существенным является использование моделей. Применяются математические модели, которые могут дать наиболее полное понимание сущности процессов, происходящих в экономике и их анализа.

Можно выделить три основных класса моделей, которые применяются для анализа и прогноза.
^ РЕГРЕССИОННЫЕ МОДЕЛИ С ОДНИМ УРАВНЕНИЕМ
Такие модели имеют вид: У = f(x1, x2, . . .xn),

Где у - зависимая, объясняемая, результативная переменная (результат);

хi - независимые, объясняющие переменные (факторы).

В зависимости от вида функции регрессионные модели делятся на парные и множественные, линейные и нелинейные. Используются для эконометрических исследований на микроуровне и частично на мезоуровне.
^ СИСТЕМЫ ОДНОВРЕМЕННЫХ УРАВНЕНИЙ
Эти модели описываются системами уравнений. Системы могут состоять из тождеств и регрессионных уравнений , каждое из которых может включать кроме объясняющих переменных, также объясняемые переменные из других уравнений системы. Системы одновременных уравнений требуют более сложной математической обработки и поэтому используются преимущественно на макроуровне. Хотя возможно и использование на других уровнях эконометрического исследования.
^ МОДЕЛИ ВРЕМЕННЫХ РЯДОВ
К этому классу относятся модели:

  1. тренда у(t) = T(t) +E(t),

где T(t) – временной тренд определенного параметрического вида;

E(t) –случайная компонента.


  1. сезонности: у(t) = S(t) +E(t),

где S(t) –периодическая, сезонная компонента.


  1. тренда и сезонности:

аддитивная модель временного ряда - у(t) = T(t) + S(t) + E(t),

мультипликативная модель временного ряда - у(t) = T(t) * S(t) * E(t).
Такие модели могут применяться, например, для изучения и прогнозирования объема продаж авиабилетов, спроса на мороженое, уровня безработицы в курортных городах, краткосрочного прогноза процентных ставок и т. д.
^ РЕГРЕССИОННАЯ МОДЕЛЬ
В зависимости от количества факторов, включенных в уравнение, принято различать простую (парную) и множественную регрессии.

Простая регрессия представляет собой регрессию между двумя переменными у и х, т. е. модель вида
, (1)
Где у – зависимая переменная (результативный признак, результат);

х – независимая переменная (фактор).

Уравнение простой регрессии характеризует связь между двумя переменными у и х, и величина у складывается из двух слагаемых:
, (2)
Где уj – фактическое значение результативного признака;

теоретическое (расчетное) значение результативного признака, найденное исходя из соответствующей математической функции, т. е. из уравнения регрессии;

случайная величина, характеризующая отклонение реального значения результата от теоретического результата, найденного по уравнению регрессии.

Случайная величина называется также возмущением или ошибкой. Она включает влияние неучтенных в модели факторов, случайных ошибок и особенностей измерения. Ее присутствие в модели порождено тремя источниками: спецификацией модели, выборочным характером исходных данных, особенностями измерения переменных.

Парная регрессия может быть как линейной, так и не линейной.
^ ЛИНЕЙНАЯ РЕГРЕССИЯ. СМЫСЛ И ОЦЕНКА ПАРАМЕТРОВ
Линейная регрессия находит широкое применение в эконометрике в виде четкой экономической интерпретации ее параметров.

Линейная регрессия сводится к нахождению уравнения вида
или (3)
Уравнение вида позволяет по заданным значениям фактора х иметь теоретическое значение результативного признака у, подставляя в него фактические значения х.

Построение линейной регрессии (3) сводится к оценке (расчету) ее параметров – a и b. Они могут быть найдены различными методами:

- графическим;

- аналитическим.

Графический метод заключается в следующем: на поле корреляции выбираются две точки, через которые проводится прямая линия.

Далее по графику можно определить значения параметров. Параметр а определяется как точка пересечения линии регрессии с осью ОУ, а параметр b оценивается, исходя из угла наклона линии регрессии, как dy/dx, где dy – приращение результата у, а dx – приращение фактора х.


Классический подход к оцениванию параметров линейной регрессии основан на методе наименьших квадратов (МНК).

МНК позволяет получить такие оценки параметров a и b, при которых сумма квадратов отклонений фактических значений результативного признака (у) от расчетных (теоретических) минимальна:
min. (4)
Иными словами, из всего множества линий, линия регрессии на графике выбирается так, чтобы сумма квадратов расстояний по вертикали между фактическими точками и этой линией была бы минимальной:


Следовательно, min.
Чтобы найти минимум функции (4), надо вычислить частные производные по каждому из параметров a и b и приравнять их нулю.

Обозначим через S, тогда


(5)
Преобразуя выражение (5), получим следующую систему нормальных уравнений для оценки параметров a и b:
(6)
Решая систему нормальных уравнений (6) либо методом последовательного исключения переменных, либо методом определителей, находят искомые оценки параметров a и b.

Если все члены первого уравнения системы разделить на n получится следующая формула:

(7)


Где со (х, у) – ковариация признаков (ковариацией называется произведение коэффициента корреляции между х и у на их среднеквадратические отклонения и );

- дисперсия признака х.

Ввиду того, что получим следующую формулу расчета параметра b:
(8)

Дисперсия признака х может быть рассчитана и по другой формуле:
(9)
Параметр b называется коэффициентом регрессии. Его величина показывает среднее изменение результата с изменением фактора на единицу. Так , если в функции издержек (у – издержки, тыс. руб., х – количество единиц продукции), то, следовательно, с увеличением объема производства продукции (х) на 1 ед., издержки производства возрастают в среднем на 2 тыс. руб., т. е. дополнительный прирост продукции на 1 ед. потребует увеличения затрат в среднем на 2 тыс. руб.

Параметр
  1   2   3   4   5   6   7   8   9   10

Похожие:

Список литературы под редакцией И. И. Елисеевой Эконометрика, М,: Финансы и статистика, -2001 г iconСписок использованной литературы Жукова М. Индустрия туризма: менеджмент,...
Жукова М. Индустрия туризма: менеджмент, организация. Х.: Финансы и статистика, 2009. 234 с
Список литературы под редакцией И. И. Елисеевой Эконометрика, М,: Финансы и статистика, -2001 г iconСписок литературы балабанов И. Т. Анализ и планирование финансов...
Балабанов И. Т. Анализ и планирование финансов хозяйствующего субъекта. М.: Финансы и статистика, 2009
Список литературы под редакцией И. И. Елисеевой Эконометрика, М,: Финансы и статистика, -2001 г iconМинистерством образования Российской Федерации в качестве учебного...
Под редакцией Заслуженного работника высшей школы рф, доктора экономических наук, профессора
Список литературы под редакцией И. И. Елисеевой Эконометрика, М,: Финансы и статистика, -2001 г iconЛ. С. Барютин и др под редакцией Казанцева,Миндели,2-е издание переработ...
Список рекомендуемой литературы по дисциплине: «Управление инновационными процессами»
Список литературы под редакцией И. И. Елисеевой Эконометрика, М,: Финансы и статистика, -2001 г iconКонспект lit Список литературы page
Под редакцией доктора юридических наук, профессора, члена-корреспондента Академии естественных наук Российской Федерации, лауреата...
Список литературы под редакцией И. И. Елисеевой Эконометрика, М,: Финансы и статистика, -2001 г icon«обшая теория статистики»
Елисеева И. И., Юзбашев М. М. Общая теория статистики. – М.: Финансы и статистика, 2001
Список литературы под редакцией И. И. Елисеевой Эконометрика, М,: Финансы и статистика, -2001 г iconЛитература: Дипломатический словарь /под редакцией А. А. Громыко. М., 1986
История России с древнейших времен до 1861 г. / под редакцией Н. И. Павленко. – М., 2003
Список литературы под редакцией И. И. Елисеевой Эконометрика, М,: Финансы и статистика, -2001 г iconИтхп список рекомендованной литературы
Виноградов В. С. Введение в переводоведение (общие и лексические вопросы). — М.: Изд-во института общего среднего образования рао,...
Список литературы под редакцией И. И. Елисеевой Эконометрика, М,: Финансы и статистика, -2001 г iconЛитература Статистика: Учебное пособие
Ефимова М. Р., Ганченко О. И., Петрова Е. В. Практикум по общей теории статистики: Учеб. Пособие. – М.: Финансы и статистика
Список литературы под редакцией И. И. Елисеевой Эконометрика, М,: Финансы и статистика, -2001 г iconДетская сексуальность и психоанализ детских неврозов
Шедевры мировой науки библиотека психоаналитической литературы под общей редакцией профессора M. M-решетникова
Вы можете разместить ссылку на наш сайт:
Школьные материалы


При копировании материала укажите ссылку © 2015
контакты
userdocs.ru
Главная страница