2015-05-18
606
ЭКОНОМЕТРИКА
Учебное пособие
Томск
Издательство ТГАСУ
УДК 330.43(075.8)
ББК 65.9(2)21я7
Иконникова, И.А. Эконометрика [Текст]: учеб. пособие / И.А. Иконникова, Н.А. Вихорь. – Томск: Изд-во Том. гос. архит.-строит. ун-та, 2011. – 88 с.
ISBN
В учебном пособии рассматриваются основные понятия эконометрики, линейные регрессионные модели перекрестных данных. Представлены основные методы построения эконометрических моделей временных рядов. По каждой теме разбираются примеры решения задач. Для закрепления полученных навыков в пособии приведены контрольные задания.
Пособие предназначено для студентов направлений 080200 «Менеджмент» и 080100 «Экономика» всех форм обучения, изучающих дисциплину «Эконометрика».
УДК 330.43(075.8)
ББК 65.9(2)21я7
Рецензенты:
Л.В. Ганзя, кандидат физ.-мат. наук, доцент
кафедры высшей математики ТУСУРа;
А.В. Григорьев, кандидат техн. наук, доцент
кафедры прикладной математики ТГАСУ.
ISBN © Томский государственный
архитектурно-строительный
университет, 2011
© И.А. Иконникова, Н.А. Вихорь, 2011
ОГЛАВЛЕНИЕ
| Введение…………………………………….…...…………... | |
| 1.Корреляционный и регрессионный анализ перекрёстных данных …………….…………………...… | |
| 1.1. Парная корреляция ………………….……………… | |
| 1.2. Парная регрессия ……………………………….…... | |
| 1.3. Оценка коэффициентов уравнения регрессии на основе метода наименьших квадратов …………..... | |
| 1.4. Проверка коэффициентов регрессии на значимость… | |
| 1.5. Доверительные интервалы для коэффициентов уравнения регрессии …………..……………………. | |
| 1.6. Оценка качества уравнения регрессии. Коэффициент детерминации ………………….…… | |
| 1.7. Прогнозирование в регрессионной модели………... | |
| Вопросы для самопроверки ………………………... | |
| 2.Временные ряды ……………………...…………………. | |
| 2.1. Одномерные временные ряды ……………….. | |
| 2.2. Автокорреляция уровней временного ряда и выявление его структуры …………………..…….. | |
| 2.3. Общая процедура декомпозиции временного ряда … | |
| 2.4. Спецификация тренда ……………………………..... | |
| 2.5. Механическое выравнивание уровней ряда ………. | |
| 2.6. Моделирование сезонных колебаний.………….….. | |
| 2.7. Десезонализация данных. Прогнозирование ……... | |
| 2.8. Оценка качества построенной модели ……… | |
| Вопросы для самопроверки ………………………... | |
| 3. Выбор варианта контрольной работы.………….….. | |
| 4. Контрольные задания и примеры их выполнения.... | |
| 4.1. Задание № 1 «Парная линейная регрессия» ………. | |
| 4.2. Задание № 2 «Одномерные временные ряды» …..... | |
| 5. Требования к оформлению контрольной работы …. | |
| 6. Комментарии к списку литературы …………...…….. | |
| Библиографический список ……….…………….……….. |
ВВЕДЕНИЕ
В дословном переводе «эконометрика» означает измерения в экономике, отсюда становится понятной её основная задача – количественное описание закономерностей, которые установлены экономической теорией на качественном уровне. Например, экономическая теория утверждает, что спрос на товар с ростом его цены убывает. При этом остается открытым вопрос, как быстро и по какому закону происходит это убывание. Эконометрика призвана дать ответы на подобные вопросы.
Преобразование экономической закономерности в конкретную математическую модель основано на результатах наблюдений за экономическими показателями, характеризующими эту закономерность. А поскольку все экономические показатели носят случайный характер, то и представляющие их математические модели относятся к разряду вероятностно-статистических. Построение и анализ таких моделей выполняются с помощью хорошо выверенных методов теории вероятностей и математической статистики.
Практическое значение эконометрических моделей состоит в том, что они предоставляют основу для численного экспериментирования в изучаемом экономическом процессе. Действительно, меняя значения параметров в математической модели, будем получать разные исходы для представляемого этой моделью процесса. Это позволяют выбрать оптимальное экономическое решение из множества возможных, то есть полученных в серии численных реализаций модели для разных составов входящих в неё параметров.
При всех ограничениях и погрешностях эконометрических моделей принятие решений на их основе приводит к гораздо более точным результатам, чем принятие решений лишь на основе интуиции или рекомендаций экономической теории.
Эконометрика стремительно развивается в последние десятилетия и является одной из фундаментальных дисциплин в современном экономическом образовании.
Предполагается, что изучающие эконометрику студенты уже освоили базовые курсы высшей математики, теории вероятностей и математической статистики. «Освежить» знания при необходимости помогут источники [1]–[4] из прилагаемого списка литературы.
Изучение простой парной линейной регрессии позволяет проследить в деталях математические, вычислительные и прикладные аспекты математического моделирования в экономике. В частности, показано применение классического метода наименьших квадратов (МНК) при оценивании коэффициентов уравнения регрессии. Анализ качества этих оценок основан на проверке условий Гаусса–Маркова. Положительное заключение свидетельствует об адекватности модели, что позволяет рекомендовать её для практического применения.
Особый класс эконометрических моделей предназначен для изучения динамики, то есть развития во времени социально-экономических процессов. В этом случае информационная основа математической модели представлена новым классом данных – временными рядами. Их главное отличие от случайной выборки заключается в том, что элементы временного ряда статистически зависимы между собой и, следовательно, требуют специальных методов изучения.
На примере одномерного ряда динамики рассмотрена процедура его декомпозиции на трендовую, циклическую и случайную составляющие. Особое внимание уделено моделированию тренда, так как именно тренд характеризует устойчивую в перспективе тенденцию в развитии экономического процесса, представленного рядом динамики. Обсуждаются различные варианты прогнозирования на основе модели временного ряда.
Таким образом, содержание учебного пособия обеспечивает получение практических навыков в регрессионном моделировании как для перекрёстных данных, так и для данных временных рядов. Закрепить эти навыки помогут контрольные задания и демонстрационные примеры по каждой теме.
Выполнения заданий «вручную» нацелено на осваивание теоретического материала. Повторное решение одной и той же задачи автоматизированным путем позволяет, с одной стороны, убедиться в правильности найденного ранее решения, с другой – освоить применение современных вычислительных пакетов при решении эконометрических задач.
В настоящее время существует множество специализированных пакетов прикладных программ, с помощью которых можно проводить эконометрический анализ. Это, например, STATISTICA, STATGRAFICS, SPSS, EVIEWS и др. Вместе с тем, в рамках образовательного процесса рекомендуем использовать менее формализованные пакеты MS Excel и OO Calc. Оба пакета широко применяются в учебных целях и потому не отвлекают внимание на чисто технические моменты. Привычные «инструменты» позволяют сконцентрироваться на изучении новой дисциплины – эконометрики.
Дополнительным аргументом в пользу MS Excel и OO Calc является то, что оба пакета предоставляют пользователю достаточно широкий набор инструментов для статистического анализа экономических данных. Удобный интерфейс позволяет упорядочивать, обрабатывать определенным образом, графически представлять и анализировать таблично организованную информацию. Наконец, очевидна пользовательская доступность MS Excel и OO Calc, по сравнению с названными выше профессиональными статистическими программами.
