Определение эконометрики

Тема 1. Определение  эконометрики.

 

Эконометрика – наука, предметом изучения которой является количественное выражение взаимосвязей экономических явлений и процессов 

Цель эконометрики

– разработка способов моделирования  и количественного анализа реальных экономических объектов

 

Задачи эконометрики

Спецификация модели - построение эконометрических моделей для эмпирического анализа.

Параметризация модели  - оценка параметров построения модели

Верификация модели – проверка качества параметров модели и самой модели в целом.

Прогнозирование модели - составление прогноза  и рекомендаций для конкретных экономических явлений по результатам эконометрического моделирования.

Базовые элементы эконометрики

Экономика определяет постановку задач и исходных данных, интерпретирует полученный  результат.

Статистика предоставляет необходимые для моделирования данные

Математика обеспечивает необходимые для построения и исследования моделей методы

Типы экономических  данных, используемых в эконометрических исследованиях.

Пространственные  данные	Временные ряды
характеризуют ситуацию по конкретной переменной (или набору переменных), относящейся к пространственно  разделенным сходным объектам в  один и тот же момент времени.	отражают изменения (динамику) какой-либо переменой на промежутке времени.
набор сведений по разным объектам, взятым за один и тот же период времени	набор сведений, характеризующий один и тот же объект, за разные периоды времени
Объем производства предприятий  региона, численность студентов  институтов города	ежеквартальные данные по инфляции, данные по средней  заработной плате,

 

Виды переменных эконометрической модели

Объясняющие (экзогенные,  независимые) переменные  X

Это — переменные, которые поддаются регистрации и описывают условия функционирования реальной экономической системы. В значительной мере определяют значения результирующих переменных. Обычно часть из них поддается регулированию и управлению. Значение этих переменных могут задаваться вне анализируемой системы. Еще их называют факторными признаками. В регрессионном анализе это аргументы результирующей функции Y. По своей природе они могут быть как случайными, так и неслучайными.

Результирующая (зависимая, эндогенная) переменная   Y

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).

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 лаговых эндогенных переменных ( эндогенных переменных, значения которых входят в уравнения анализируемой эконометрической системы измеренными в прошлые моменты времени, следовательно, являются уже известными, заданными.

 

Эконометрическая  модель

• описание и изучение экономического объекта с помощью эмпирических  (статистических) данных.

Общий вид эконометрической модели

Y = f (X) +

 

Y – наблюдаемое значение зависимой переменной (объясняемая переменная, результат)

F (X) – объясненная часть, которая зависит от значение объясняющих переменных (факторов)

 

– случайная составляющая (ошибка)

 

Типы эконометрических моделей

Выеляют три основных класса моделей, которые применяются для анализа и прогнозирования эконометрических систем

• модели временных рядов;
• регрессионные модели с одним уравнением;
• системы одновременных уравнений.

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 (объясняемая) переменная Y  может быть представлена  в виде  функции     f (X₁,  X₂,  X₃,  … X_k), где -   независимые (объясняющие) переменные, или факторы; k – количество факторов. Результативный признак представлен в виде функции от факторных признаков

Y = f (X_1, X_{2, …} X_k ) + объясняющая составляющая

f (X_1, X_{2, …} X_k) = M_z (Y) (ожидаемое значение результата Y при заданных значениях факторов X_1, X_{2, …} X_k )

Уравнение регрессионной  модели имеет вид Y = M_z (Y) +

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 одновременных  уравнений

Системы одновременных  уравнений состоят из тождеств и  регрессионных уравнений, в которых  наряду с факторными признаками включены результативные признаки из других уравнений системы. В системе уравнений одни и те же переменные одновременно рассматриваются как зависимые переменные в одних уравнениях и независимые  -  в других. В тождествах вид и значения параметров известны, в уравнениях параметры оценивают.

 

Этапы эконометрического моделирования

Постановочный	Формируют цель исследования (анализ, прогноз, имитация развития, управленческое       решение и т.д.), определяют экономические  переменные модели
Априорный	Анализируют изучаемое  экономическое явление: формируют  и формализируют информацию, известную до начала моделирования
Параметризации	Определяют вид экономической  модели, выражают в математической форме взаимосвязь между ее переменными, формулируют исходные предпосылки  и ограничения модели
Информационный	Собирают необходимую статистическую информацию
Идентификация модели	Проводят статистический анализ модели, оценивают качество ее параметров
Верификации модели	Проверяют истинность модели, определяют насколько соответствует  построенная модель реальному экономическому явлению