1 / 73

ЭКОНОМЕТРИКА

ЭКОНОМЕТРИКА. Введение. Основным методом исследования в эконометрике является экономико-математическое моделирование. 1 . Предмет и методы эконометрики. Эконометрика как наука возникла в первой половине 20-го века.

ardara
Download Presentation

ЭКОНОМЕТРИКА

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. ЭКОНОМЕТРИКА

  2. Введение. Основным методом исследования в эконометрике является экономико-математическое моделирование.

  3. 1. Предмет и методы эконометрики Эконометрика как наука возникла в первой половине 20-го века. Термин эконометрика введен в научную литературу в 1930 году норвежским статистиком РагнаромФришем. В дословном переводе слово эконометрика означает «экономические измерения».

  4. Процесс построения эконометрических моделей: • качественное исследование проблемы методами экономической теории; • формулирование цели исследования; • выделяются факторы, влияющие на изучаемый показатель; • формулируются предположения о характере предполагаемой зависимости; • изучаемые зависимости выражаются в виде математических формул и соотношений.

  5. Основным инструментом математической статистики, используемым для построения эконометрических моделей, являются методы корреляционного и регрессионного анализа.

  6. Корреляционный анализ Ставит своей целью проверку наличия и значимости линейной зависимости между переменными без разделения переменных на зависимые и объясняющие.

  7. Регрессионный анализ Направлен на выражение изучаемой зависимости в виде аналитической формулы с предварительным выделением зависимых и объясняющих переменных.

  8. Регрессионный анализ Призван ответить на вопросы: – какие переменные определяют поведение других величин и могут использоваться как объясняющие переменные? – какова формула зависимости и экономический смысл ее коэффициентов? Результатом проведения регрессионного анализа является построение, уравнения регрессии.

  9. После построения уравнения регрессии осуществляется проверка его статистического качества, включающая: – проверку статистической значимости коэффициентов уравнения регрессии; – проверку общего качества уравнения регрессии; – проверку наличия свойств данных, предполагавшихся при оценивании уравнения регрессии.

  10. Этапы эконометрического исследования: 1. Постановка проблемы, т. е. определение цели и задач исследования, выделение зависимых (уj) и независимых (xk) экономических переменных на основе качественного анализа изучаемых взаимосвязей методами экономической теории. 2. Сбор необходимых исходных данных. 3. Построение эконометрической модели и оценка ее адекватности и степени соответствия исходным данным. 4. Использование модели для целей анализа и прогнозирования параметров исследуемого явления. 5. Качественная и количественная интерпретация полученных на основе модели результатов. 6. Практическое использование результатов.

  11. Взаимосвязь показателей инфляции и безработицы, записанное без учета инфляционных ожиданий и с учетом последних π = - β(u - u*) , π= - πe- β(u - u*) , где π – фактический и πe – ожидаемый темпы инфляции (в процентах), и – фактический и и* – естественный уровни безработицы (в процентах), β – постоянный параметр.

  12. Признаки по их роли факторные результативные

  13. Признаки по направлению изменения связи прямые обратные

  14. По характеру проявления Функциональная связь Стохастическая зависимость

  15. y = f(α, x) + ε, где f(α, x) – функционал, выражающий вид и структуру взаимосвязей; yвыражает уровень исследуемого явления и называется зависимой (объясняемой) переменной или результативным признаком; x= (x1, x2,…, xn) - представляет собой вектор значений независимых (объясняющих) переменных xiили факторных признаков (факторов); α = (α0, α1, α2,…, αn) - обозначен вектор некоторых произвольных констант, называемых параметрами модели; ε– ошибка модели.

  16. Этапы построения эконометрических моделей 1. Спецификация модели. этап предполагает решение двух задач: а) отбор существенных факторов для их последующего включения в модель; б) выбор типа модели. 2. Оценка параметров модели. При этом используется предварительно полученный массив исходных данных. 3. Проверка качества построенной модели и обоснование возможности ее дальнейшего использования.

  17. Выбор вида эконометрической модели

  18. Методы отбора факторов Признаком наличия линейной корреляционной зависимости между факторами xi и xjявляется условие:

  19. Чтобы избежать межфакторную корреляции, необходимо: • исключить из модели один или несколько факторов; • преобразовать факторов, при которых уменьшается корреляция между ними.

  20. Для определения оптимального набора факторов используются: • Метод включения ; • Метод исключения.

  21. Примеры эконометрических моделей. • Модель ценообразования на основной капитал. где r иrf – прибыли рассматриваемой и безрисковой ценной бумаги; rm– прибыль общерыночного портфеля ценных бумаг; α, β – константы; ε – погрешность модели.

  22. Производственная функция Кобба-Дугласа

  23. Модель формирования спроса и предложения

  24. Макроэкономическая модель

  25. 2. Парный регрессионный анализ Регрессией называют зависимость среднего значения какой-либо величины (y) от некоторой другой величины или от нескольких величин (хi). Парной регрессиейназывается модель, выражающая зависимость среднего значения зависимой переменной yот одной независимой переменной х y* = f (x), где у* – зависимая переменная (результативный признак); х– независимая,объясняющая переменная (признак–фактор).

  26. Линейная регрессия y*=a∙x+b Нелинейная регрессия

  27. Нелинейная регрессия

  28. 2. Построение уравнения регрессии • Постановка задачи

  29. Показатели среднедушевого денежного дохода населения и средняя стоимость на рынке жилья

  30. Совокупность всех точек составляют поле корреляций

  31. Оценка параметров линейной парной регрессии y*=a + b ∙x Воспользуемся МНК :

  32. Оценка параметров нелинейных моделей Нелинейные уравнения регрессии уравнения, которые с помощью замены переменных можно привести к линейному виду в новых переменных x', y' Уравнения - внутренне нелинейными.

  33. Линеаризующие преобразования

  34. Выравним с помощью степенной функции,

  35. Уравнение степенной функции a =0,5852 b= lnB = 6,0705 B = 1,803447 y*= 6,0705∙x0,5852

  36. Проверка качества уравнения регрессии. F-критерий Фишера yi = yi*+ еi. D(y) = D(y*) + D(е)

  37. Коэффициент детерминации используют для характеристикикачества уравнения регрессии или соответствующей модели связи.

  38. 0 ≤ R2 ≤ 1. Коэффициент детерминации R2показывает, какая часть дисперсии результативного признака y объяснена уравнением регрессии.

  39. Находим коэффициент детерминации R2

  40. Находим коэффициент детерминации R2

  41. где k- число независимых переменных в уравнении регрессии (для парной регрессии k = 1), в случае нормально распределенной ошибки εiявляется F-статистикой Фишера. (случайная величина, распределенная по закону Фишера) с числом степеней свободы k1 = k, k2 = n - k - 1.

  42. Согласно F-критерию Фишера, выдвигается «нулевая» гипотеза H0о статистической незначимости уравнения регрессии. Эта гипотеза отвергается при выполнении условия F > Fтаб, где Fтаб определяется по таблицам F-критерия Фишера при числе степеней свободы k1= k, k2 = n–k-1 и заданному уровню значимости α.

  43. Уровнем значимости (обозначается α) в статистических гипотезах называется вероятность отвергнуть верную гипотезу. Уровень значимости α обычно принимает значения 0,05 и 0,01, что соответствует вероятности совершения ошибки первого рода 5 % и 1 %.

  44. Величину F можно выразить через коэффициент детерминации R2:

  45. Значение F-критерия Фишера при уровне значимости 0,05

  46. Находим F для линейного уравнения F< Fтаб Эта гипотеза принимается, т.е. уравнение регрессии не является значимым.

  47. Коэффициенты корреляции. Оценка тесноты связи Тесноту связи в случае линейной зависимости характеризуют с помощью выборочного коэффициента корреляции rxy.

More Related