Методы решения систем эконометрических уравнений

В отличие от предыдущих разделов каждое уравнение системы одновременных уравнений не может рассматриваться самостоятельно, и для нахождения его параметров традиционный МНК неприменим. С этой целью используются следующие специальные приемы оценивания:

– косвенный метод наименьших квадратов;

– двухшаговый метод наименьших квадратов;

– трехшаговый метод наименьших квадратов;

– метод максимального правдоподобия с полной информацией;

– метод максимального правдоподобия при ограниченной информации.

Данные методы подробно описаны в литературе [6], первые два являются традиционными, достаточно легко реализуемыми.

Для решения идентифицируемых уравнений применяется косвенный метод наименьших квадратов, для решения сверхидентифицированных – двухшаговый метод наименьших квадратов.

Косвенный МНК состоит в следующем:

1) составляют приведенную форму модели и определяют численные значения параметров для каждого ее уравнения в отдельности с помощью обычного МНК;

2) путем алгебраических преобразований переходят от приведенной формы к уравнениям структурной формы модели, получая тем самым численные оценки структурных параметров.

Двухшаговый МНК заключается в следующем:

1) составляют приведенную форму модели и определяют численные значения параметров каждого ее уравнения в отдельности с помощью обычного МНК;

2) выявляют эндогенные переменные, находящиеся в правой части структурного уравнения (параметры которого определяют двухшаговым МНК) и находят расчетные значения по полученным на первом этапе соответствующим уравнениям приведенной формы модели;

3) с помощью обычного МНК определяют параметры каждого структурного уравнения в отдельности, используя в качестве исходных данных фактические значения предопределенных переменных и расчетные значения эндогенных переменных, стоящих в правой части данного структурного уравнения, полученные на втором этапе.

Метод максимального правдоподобия рассматривается как наиболее общий метод оценивания, результаты которого при нормальном распределении признаков совпадают с МНК. Однако при большом числе уравнений системы этот метод приводит к достаточно сложным вычислительным процедурам. Поэтому в качестве модификации используется метод максимального правдоподобия при ограниченной информации, разработанный в 1949 г. Т.Андерсоном и Н.Рубиным. В этом методе сняты ограничения на параметры, связанные с функционированием системы в целом. Несмотря на его значительную популярность, к середине 60-х годов он был практически вытеснен двухшаговым методом наименьших квадратов (ДМНК) в связи с гораздо большей простотой последнего.

Дальнейшим развитием ДМНК является трехшаговый метод наименьших квадратов, предложенный в 1962 г. А.Зельнером и Г.Тейлом. Однако при некоторых ограничениях на параметры более эффективным оказывается все же ДМНК. Метод получил название двухшагового метода наименьших квадратов, ибо дважды используется МНК: на первом шаге при определении формы модели зависимости эндогенных переменных только от экзогенных (так называемая приведенная модель) и нахождении на ее основе оценок теоретических значений эндогенных переменных, и, затем, на втором шаге, используя эти теоретические значения эндогенных переменных, применительно к исходным уравнениям модели. См. также [4].

8.4. Практический блок

Пример 1. Требуется:

1. Оценить следующую структурную модель на идентификацию:

y₁= b₁₃y₃ + a₁₁x₁+ a₁₃x₃,

y₂=b₂₁y₁ + b₂₃y₃+ a₂₂x₂,

y₃= b₃₂y₂+ a₃₁x₁+ a₃₃x_3.

2. Исходя из приведенной формы модели уравнений

y₁= 2x₁ + 4x₂+ 10x₃,

y₂=3x₁–6x₂+ 2x₃,

y₃= -5x₁+ 8x₂+ 5x_3.

найти структурные коэффициенты модели.

Решение:

1. Исследование модели на идентифицируемость. Модель имеет три эндогенные (у₁, у₂, у₃) и три экзогенные (х₁, х₂, х₃) переменные.

Проверим каждое уравнение системы на необходимое (Н) и достаточное (Д) условия идентификации.

Первое уравнение.

Необходимое условие (Н): эндогенных переменных – 2 (y₁, y₃), отсутствующих экзогенных – 1 (х₂).

Выполняется необходимое равенство: 2 = 1+1, следовательно, уравнение точно идентифицируемо.

Достаточное условие (Д): в первом уравнении отсутствуют у₂ и х₂. Построим матрицу из коэффициентов при них в других уравнениях системы

Уравнение	Отсутствующие переменные
у₂	у₂
Второе	–1	a22
Третье	b32

Определитель матрицы Det A = –1·0 – b₃₂ · a₂₂ ≠ 0.

Определитель матрицы не равен 0, ранг матрицы равен 2; следовательно, выполняется достаточное условие идентификации, и первое уравнение точно идентифицируемо.

Второе уравнение.

Н: эндогенных переменных – 3 (y₁, y₂. y₃), отсутствующих экзогенных – 2 (х₁, х₃).

Выполняется необходимое равенство: 3 = 2+1, следовательно, уравнение точно идентифицируемо.

Д: во втором уравнении отсутствуют х₁ и х₃. Построим матрицу из коэффициентов при них в других уравнениях системы:

Уравнение	Отсутствующие переменные
х₁	х₃
Первое	a₁₁	a₁₃
Третье	а₃₁	а₃₃

ОпределительматрицыDet A = a₁₁ · a₃₃ – a₃₁ · a₁₃ ≠ 0.

Определитель матрицы не равен 0, ранг матрицы равен 2, следовательно, выполняется достаточное условие идентификации, и второе уравнение точно идентифицируемо.

Аналогично доказывается, что и третье уравнение точно идентифицируемо. Следовательно, исследуемая система точно идентифицируема и может быть решена косвенным методом наименьших квадратов.

2. Вычисление структурных коэффициентов модели:

1) из третьего уравнения приведенной формы выразим х₂ (так как его нет в первом уравнении структурной формы)

х₂=(y₃+5х₁−5х₃)/8.

Данное выражение содержит переменные y₃, х₁ и х₃, которые входят в правую часть первого уравнения структурной формы модели (СФМ). Подставим полученное выражение х₂ в первое уравнение приведенной формы модели (ПФМ)

y₁= 2x₁ + 4(y₃+5х₁−5х₃)/8+ 10x₃.

Откуда получим первое уравнение СФМ в виде

y₁= 0,5y₃ + 4,5x₁+ 7,5x₃.

2) во втором уравнении СФМ нет переменных х₁ и х₃. Структурные параметры второго уравнения СФМ можно будет определить в два этапа.

Первый этап: выразим х₁ в данном случае из первого или третьего уравнения ПФМ. Например, из первого уравнения

x₁=(y₁ - 4x₂- 10x₃)/2.

Подстановка данного выражения во второе уравнение ПФМ не решило бы задачу до конца, так как в выражении присутствует х₃, которого нет в СФМ.

Выразим х₃ из третьего уравнения ПФМ

x₃=(y₃+5x₁-8x₂)/5.

Подставим его в выражение для х₁

x₁=0,5y₁ - 2x₂- 5(y₃+5x₁- 8x₂)/ 5=0,5y₁ +6x₂- y₃- 5x₁. Откуда

x₁=(0,5y₁ +6x₂- y₃)/6.

Второй этап: аналогично, чтобы выразить х₃ через искомые y₁, y₃ и х₂, заменим в выражении х₃ значение х₁ на полученное из первого уравнения ПФМ

x₃= (5(y₁ - 4x₂- 10x₃)/2- 8x₂+ y₃)/5=0,5y₁–3,6x₂- 5x₃+0,2y₃.

Следовательно,

x₃= (0,5y₁ – 3,6x₂+0,2y₃)/6.

Подставим полученные х₁ и х₃ во второе уравнение ПФМ

y₂=3(0,5y₁ +6x₂- y₃)/6 – 6x₂+ 2(0,5y₁ – 3,6x₂+0,2y₃)/6.

В результате получаем второе уравнение СФМ

y₂=0,416y₁ -0,434y₃–4,2x₂.

3) из второго уравнения ПФМ выразим х₂, так как его нет в третьем уравнении СФМ

x₂=(3x₁ –y₂+ 2x₃)/6.

Подставим полученное выражение в третье уравнение ПФМ

y₃= -5x₁+ 8(3x₁ –y₂+ 2x₃)/6+ 5x_3.

В результате получаем третье уравнение СФМ

y₃= –1,336y₂- x₁+ 7,664x_3.

Таким образом, СФМ примет вид

y₁= 0,5y₃ + 4,5x₁+ 7,5x₃;

y₂=0,416y₁ -0,434y₃–4,2x₂;

y₃= –1,336y₂- x₁+ 7,664x_3.

Пример 2. Изучается модель вида

y=a₁+b₁(C+D)+ε₁;

C=a₂+b₂y+b₃y_-₁+ε₂,

где y – валовой национальный доход;

у_–1 – валовой национальный доход предшествующего года;

С – личное потребление;

D – конечный спрос (помимо личного потребления);

ε₁ и ε₂ – случайные составляющие.

Информация за девять лет о всех показателях дана в таблице:

Год	D	у_–1	y	С	Год	D	у_–1	y	С
	–6,8	46,7	3,1	7,4		44,7	17,8	37,2	8,6
	22,4	3,1	22,8	30,4		23,1	37,2	35,7	30,0
	–17,3	22,8	7,8	1,3		51,2	35,7	46,6	31,4
	12,0	7,8	21,4	8,7		32,3	46,6	56,0	39,1
	5,9	21,4	17,8	25,8	∑	167,5	239,1	248,4	182,7

Для данной модели была получена система приведенных уравнений

у=8,219+0,6688D+0,261у_–1;

C=8,636 + 0,3384D +0,202 у_–1.

Требуется:

1. Провести идентификацию модели.

2. Рассчитать параметры первого уравнения структурной модели.

Решение:

1. В данной модели две эндогенные переменные (у и С) и две экзогенные переменные (D и у_–1). Второе уравнение точно идентифицировано, так как содержит две эндогенные переменные и не содержит одну экзогенную переменную из системы. Иными словами, для второго уравнения имеем по счетному правилу идентификации равенство: 2=1+1.

Первое уравнение сверхидентифицировано, так как в нем на параметры при С и D наложено ограничение: они должны быть равны. В этом уравнении содержится одна эндогенная переменная у. Переменная С в данном уравнении не рассматривается как эндогенная, так как она участвует в уравнении не самостоятельно, а вместе с переменной D. В данном уравнении отсутствует одна экзогенная переменная, имеющаяся в системе. По счетному правилу идентификации получаем: 1 + 1 = 2: D + 1 > Н. Это больше, чем число эндогенных переменных в данном уравнении, следовательно, система сверхидентифицирована.

2. Для определения параметров сверхидентифицированной модели используется двухшаговый метод наименьших квадратов.

Шаг 1. На основе системы приведенных уравнений по точно идентифицированному второму уравнению определим теоретические значения эндогенной переменной С. Для этого в приведенное уравнение

C=8,636 + 0,3384D +0,202 у_–1

подставим значения D и у_–1, имеющиеся в условии задачи. Полученные значения обозначим Ĉ_i (i = 1,...,9).

Шаг 2. По сверхидентифицированному уравнению структурной формы модели заменяем фактические значения С на теоретические Ĉ и рассчитываем новую переменную Ĉ + D.

Год	D	Ĉ	Ĉ + D	Год	D	Ĉ	Ĉ + D
	–6,8	15,8	9,0		44,7	27,4	72,1
	22,4	16,8	39,2		23,1	24,0	47,1
	–17,3	7,4	–9,9		51,2	33,2	84,4
	12,0	14,3	26,3		32,3	29,0	61,3
	5,9	15,0	20,9	∑	167,5	182,9	350,4

Далее к сверхидентифицированному уравнению применяется метод наименьших квадратов. Обозначим новую переменную Ĉ+D через Z. Решаем уравнение

у₁=a₁+b₁Z.

С помощью МНК получим a₁ = 7,678; b₁= 0,542.

Запишем первое уравнение структурной модели

y₁=7,678+0,542(C+D).

Пример 3.

Построение эконометрической модели мирового рынка нефти

Очевидно, что модель должна отражать взаимосвязь между тремя основными элементами рыночного механизма – спросом, ценой и предложением (эндогенными переменными). В свою очередь состояние указанных элементов в каждый момент времени можно охарактеризовать с помощью системы объясняющих, экзогенных переменных.

Система включает общехозяйственные и товарно-рыночные показатели. Общехозяйственные показатели отражают экономические процессы, происходящие в мире и отдельных странах, и дают представление о фоне, на котором происходит развитие рынка.

Вторая группа показателей отражает явления, которые характерны для рынка нефти. Особый интерес представляют показатели, обладающие опережающим эффектом (временным лагом) по отношению к динамике эндогенных переменных конъюнктуры рынка нефти.

При выборе экзогенных переменных учитывалось, что состояние рынка нефти в любой момент времени определяется не только его внутренними факторами, но и состоянием внешней среды, т.е. общехозяйственной конъюнктуры всего мирового хозяйства, и, в первую очередь, динамикой воспроизводственного цикла, состоянием деловой активности в отраслях-потребителях, положением в кредитно-денежной и валютно-финансовой сферах экономики.

Завершающим этапом разработки модели исследуемого рынка является ее реализация. На данном этапе математическая модель формируется в общем виде, оцениваются ее параметры, проводится содержательная экономическая интерпретация, выясняются статистические и прогностические свойства модели.

При построении модели использовалась система показателей, основанная на ежеквартальных динамических рядах за последние 15 лет, которая характеризует основные стороны рынка нефти в экономическом, временном и географическом аспектах.

Использование корреляционного анализа на этапе предварительной обработки данных позволило ограничить круг используемых показателей (первоначально их было более 100), выбрать для дальнейшего анализа такие, которые отражают воздействие основных факторов на рынок нефти и наиболее тесно связаны с динамикой показателей конъюнктуры. При этом решалась также задача исключения влияния мультиколлинеарности.

Модель строилась исходя из предпосылки, что величина спроса играет более активную роль, чем факторы предложения и цены. Рекурсивная модель включает линейные регрессионные уравнения для следующих эндогенных переменных в момент времени t:

y_1,t – экспорт нефти из стран ОПЕК;

y_2,t– добыча нефти в странах ОПЕК;

y_3,t – цена на нефть легкую аравийскую.

В модель вошли предопределенные переменные:

y_3,t-1 – цена на нефть легкую аравийскую с лагом в 1 квартал;

x_6,t – поставки нефти на переработку в Японию;

x_7,t-1 – поставки нефти на переработку в США в момент t-1;

x_9,t – коммерческие запасы нефти в странах Западной Европы;

x_10,t-1 – коммерческие запасы нефти в США с лагом в 1 квартал;

x_12,t – экспорт нефти из бывшего СССР в развитые страны;

x_20,t-2 – индекс экспортных цен ООН на топливо с лагом в 2 квартала, а x20,t-3 – в 3 квартала;

x_23,t-1 – загрузка производственных мощностей обрабатывающей промышленности США;

Методы решения систем эконометрических уравнений - student2.ru – показатель, учитывающий дисбаланс на рынке нефти в момент времени t.

Эконометрическая модель конъюнктуры рынка нефти имеет вид:

y_1,t = 4,2x_6,t+0,8x_7,t-1+1,5x_9,t –0,6x_10,t-1+2,1x_12,t –0,4x_20,t-2 –169,2;

y_2,t= 0,9y_1,t +0,8x_7,t-1 +0,3x_20,t-2 –64,0;

y_3,t = 0,5 y_2,t+16,2 Методы решения систем эконометрических уравнений - student2.ru +0,2x_20,t-2 +0,3x_23,t-1 –32,6.

Анализ статистических характеристик модели показал, что в целом она адекватно описывает рынок нефти – все уравнения значимы, объясняют от 67% до 92% дисперсии эндогенных переменных и характеризуются незначительными отклонениями расчетных значений эндогенных переменных от фактических. Значимость коэффициентов модели проверялась по t-критерию, расчетные значения которых указаны в скобках под соответствующими коэффициентами.

Построенная модель позволяет анализировать различные ситуации развития рынка нефти.

Контрольные вопросы

1. Что такое системы одновременных уравнений в экономическом моделировании?

2. Какие виды систем уравнений применяются в эконометрике? Охарактеризуйте их.

3. Какие методы применяются для нахождения структурных коэффициентов модели для различных видов систем уравнений?

4. Какие переменные называются эндогенными, экзогенными, предопределенными?

5. Что представляют собой структурная и приведенная форма модели?

6. Что понимается под идентификацией модели?

7. На какие виды подразделяются структурные модели с позиции идентифицируемости?

8. Что представляют собой необходимое и достаточное условия идентификации уравнения?

9. В каком случае применяется и что представляет собой косвенный МНК?

10. В каком случае применяется и что представляет собой двухшаговый МНК?

Выполните задания и ответьте на вопросы:

Задание 1.

Проверьте, идентифицируема ли эконометрическая модель:

у₁= b₁₂у₂ + b₁₃у₃ + а₁₁х₁ + а₁₂х₂;

у₂= b₂₁у₁ +а₂₁х₁ + а₂₂х₂ + а₂₃х₃;

у₃= b₃₁у₁ + b₃₂у₂+а₃₁х₁ + а₃₃х₃+ а₃₄х₄.

Задание 2.

Проверьте, идентифицируема ли эконометрическая модель:

у₁= b₁₂у₂ + b₁₃у₃ + а₁₁х₁ + а₁₂х₂;

у₂= b₂₁у₁ + а₂₂х₂ + а₂₃х₃;

у₃= b₃₁у₁ + b₃₂у₂+а₃₁х₁ + а₃₃х₃+ а₃₄х₄.

Задание 3.

Проверьте, каждое уравнение системы на необходимое и достаточное условие идентификации.

у₁= b₁₂у₂+ b₁₃у₃ + а₁₁х₁ + а₁₂х₃;

у₂= b₂₁у₁ + а₂₂х₂ + а₂₃х₃ +а₂₄х₄;

у₃= b₃₁у₁ + b₃₂у₂+а₃₁х₁ + а₃₂х₂.

Задание 4.

Постройте, используя статистику в таблице, эконометрическую модель косвенным методом наименьших квадратов:

у₁= b₁₂у₂ + а₁₁х₁+ ε₁;

у₂= b₂₁у₁ + а₂₂х₂ +ε₂.

№ региона	Y1	Y2	X1	X2

Задание 5.

Постройте, используя статистику в таблице, эконометрическую модель двухшаговым методом наименьших квадратов:

у₁= b₁₂(у₂ +х₁)+ ε₁;

у₂= b₂₁у₁ + а₂₂х₂ +ε₂.

№ региона	Y1	Y2	X1	X2

• Какие системы одновременных эконометрических уравнений Вы знаете?

• Целесообразно ли применять методы корреляционного анализа на этапе предварительной обработки данных?

• Объясните, почему построение систем эконометрических уравнений важно в экономических исследованиях?

• В чем сходство и различие моделей эконометрических уравнений с простыми моделями множественной регрессий?

• Приведите примеры экономических процессов и явлений, которые могут быть описаны системами независимых, рекурсивных и взаимозависимых уравнений.

• Почему необходимо преобразовывать структурную форму модели в приведенную?

• В каком случае вся модель является идентифицируемой и сверхидентифицируемой?

Тесты

1. Система линейных функций эндогенных переменных от экзогенных называется:

а) приведенной формой модели;

б) структурной формой модели;

в) стандартизованной формой модели;

г) системой рекурсивных уравнений.

2. Предопределенные переменные включают:

а) все экзогенные и эндогенные переменные;

б) только экзогенные переменные;

в) все экзогенные переменные и лаговые эндогенные переменные;

г) лаговые экзогенные и эндогенные переменные.

8.5. Самостоятельная работа студентов

Литература для самостоятельной работы

1. Эконометрика: Учебник./ Под ред. И.И. Елисеевой. – 2-е изд.– М.: Финансы и статистика, 2005. – 276 с.

2. Практикум по эконометрике. Под ред. И.И.Елисеевой. – М.: Финансы и статистика, 2005.

3. Мхитарян В.С., Архипова М.Ю., Сиротин В.П. Эконометрика: Учебно-методический комплекс.–М.: Изд. центр ЕАОИ. 2008. – 144 с.

4. Дубров А.М., Мхитарян В.С., Трошин Л.И. Математическая статистика для бизнесменов и менеджеров. – М.: МЭСИ, 2004. – 140 с.

5. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс, 3-е изд. – М.: Дело, 2005. – 503 с.

6. Мхитарян В.С., Трошин Л.И. Исследование зависимостей методами корреляции и регрессии. – М.: МЭСИ, 2004. – 51 с.

7. Айвазян С.А., Мхитарян В.С. Практикум по прикладной статистике и эконометрике. – М.: МЭСИ, 2003.

INTERNET-ресурсы

1.http://subscribe.ru/archive/science.humanity.econometrika/200007/17050500.html

2. http://www.cemi.rssi.ru/rus/publicat/e-pubs/ep97001/1.htm

3. http://www.softlist.ru/cgi-bin/program.cgi?id=1988 - 7К

4. http://web.ido.ru/WWW/Courses.nsf/CoursesList?Open&About=055 - 2К

5. http://www.freeware32.ru/download.php3?id=1335 - 17К

6. http://www.nes.ru/Acad_year_2001/Prob_Stat.htm

МЕТОДИЧЕСКИЕ РЕКОМЕНДАЦИИ

1. Методические рекомендации по изучению теоретического материала.

Теоретический материал, представленный в УМК, представляет собой конспект лекций, содержащий необходимый набор утверждений и формул (без детальных подробностей их вывода и доказательств соответствующих теорем), но с подробным обоснованием их использования при решении конкретных экономических задач. Необходимо тщательно разобрать все примеры, приведенные в каждом разделе теоретических материалов, а также примеры в рекомендованных учебниках, и выполнить предлагаемые в них упражнения. Обратите внимание на стиль решения примеров – основные идеи решения обосновываются ссылкой на использованные утверждения, приводятся номера соответствующих формул. Подобный стиль должен быть Вами использован при выполнении практических заданий и контрольных работ. Для более глубокого понимания изучаемого математического аппарата следует воспользоваться общедоступными учебниками по эконометрике, перечень которых приведен в разделе «Основная рекомендуемая литература».Книги раздела «Дополнительная литература» рекомендуются для расширения кругозора в области математических методов, используемых в эконометрике.

2. Методические рекомендации по решению практических задач.

Основная цель семинарских занятий – получение практических навыков решения конкретных задач и примеров по основным разделам эконометрики. Решение предлагаемых на семинарах заданий является средством текущего контроля приобретенных при самостоятельной работе знаний и навыков студентов, а также необходимо для самооценки студентами их подготовленности по каждой теме.

Изложение решения задач должно быть кратким, не загромождено текстовыми формулировками используемых утверждений и определений; простые преобразования и арифметические выкладки пояснять не следует. Степень подробности изложения решений задач должна соответствовать степени подробности решения примеров в соответствующих разделах теоретических материалов. Ключевые идеи решения следует обосновывать ссылкой на использованные утверждения и приводить номера соответствующих формул.

3. Методические рекомендации по выполнению контрольных работ.

Контрольная работа является важной частью итогового контроля знаний и навыков студентов по всем темам дисциплины. Задания для итоговой контрольной работы содержатся ниже в соответствующем разделе (стр.134). Номер варианта выбирается по номеру студента в списке группы.

При выполнении работы студент учится работать со специальной литературой, обрабатывать полученную информацию, творчески ее использовать.

Также как и при выполнении практических заданий, изложение решений контрольной работы должно быть кратким, не загромождено текстовыми формулировками используемых утверждений и определений; простые преобразования и арифметические выкладки пояснять не следует. Степень подробности изложения решений контрольной работы должна соответствовать степени подробности решения примеров в соответствующих разделах теоретических материалов. Ключевые идеи решения следует обосновывать ссылкой на использованные утверждения и приводить номера соответствующих формул.

Требования к критериям оценки выполнения практических заданий, контрольных работ.

Для текущего контроля достаточно представить пять выполненных заданий по каждой теме. Оценка выполнения практического задания проводится по 50-бальной системе (10 баллов на каждую из пяти задач). 40-50 баллов, набранных студентом, соответствуют оценке "отлично", 30-39 баллов – оценке "хорошо", 20-29 баллов – оценке "удовлетворительно", 0-19 баллов – оценке "неудовлетворительно".

В случае если задача решена в целом правильно, но допущены 1-2 арифметические ошибки, либо не объяснен какой-либо ключевой момент решения, решение оценивается в 8-10 баллов. Если решение задачи не доведено до конца, либо окончание решения ошибочно, но имеется правильный план решения и получены существенные, важные для решения результаты, задача оценивается в 4-8 баллов. Если задача не решена, отсутствует общий план решения либо допущены грубые ошибки, но есть продвижения в нужном направлении или правильно сделаны отдельные шаги решения, задача оценивается в 1-4 балла.

Контрольная работа предназначена для итогового контроля знаний и навыков студентов по всем темам дисциплины. В отличие от практических заданий, оценка за каждую задачу контрольной работы - зачтено или не зачтено.

Оценка зачтено ставится за правильное и полное решение задачи, допускаются небольшие погрешности в изложении и вычислениях. Оценка за контрольную работу – зачтено, если зачтены все контрольные задания по всем темам дисциплины.

Если практические задания по всем темам дисциплины выполнены на оценку не ниже «удовлетворительно», и получена оценка «зачтено» за контрольную работу, то студент допускается к итоговой аттестации – зачету.

В случае неудовлетворительной оценки за практическое задание по отдельной теме студент должен выполнить работу над ошибками и дополнительно решить другие примеры из тех же тем, за которые получены неудовлетворительные оценки (за каждый неправильно решенный пример – один дополнительно).

Если контрольная работа не зачтена, то студент должен выполнить работу над ошибками и затем заново написать другой вариант контрольной работы, предложенный преподавателем.

ВОПРОСЫ ДЛЯ ПОДГОТОВКИ К ЗАЧЕТУ

1. Эконометрика: цели, методы, проблемы, типы переменных.

2. История отечественных и зарубежных эконометрических исследований.

3. Состояние и перспективы развития эконометрики.

4. Классификация эконометрических моделей.

5. Определения и основные понятия эконометрики.

6. Исследование взаимосвязи социально-экономических явлений.

7. Причинность, регрессия, корреляция.

8. Корреляционно-регрессионный анализ в экономике. Анализ и обобщение статистической информации.

9. Этапы эконометрического исследования.

10. Что такое линейная регрессия?

11. Дайте определения парной и множественной регрессии.

12. Что такое спецификация и параметризация уравнения регрессии? Как они осуществляются?

13. Какими могут быть критерии качества оценки линейной регрессии?

14. В чем сущность метода наименьших квадратов (МНК)?

15. Сформулируйте общую задачу статистической оценки параметров на примере оценки параметров линейной регрессии.

16. Сформулируйте свойства несмещенности, состоятельности и эффективности оценок параметров. Обладают ли этими свойствами оценки параметров линейной регрессии, полученные с помощью МНК?

17. В чем различие, смысловое и количественное, теоретических значений коэффициентов регрессии и их выборочных значений?

18. Какие факторы влияют на величину стандартных ошибок выборочных коэффициентов регрессии?

19. Как связаны выборочные коэффициенты регрессии с коэффициентом корреляции величин х и у?

20. Какой показатель характеризует долю объясненной с помощью регрессии дисперсии в общей дисперсии зависимой переменной?

21. Из каких этапов состоит проверка качества оцененного уравнения регрессии?

22. Как рассчитывается и что показывает коэффициент детерминации R²?

23. В каких задачах эконометрики используется распределение Фишера?

24. Таблицы каких распределений используются при оценке качества линейной регрессии?

25. Какие показатели характеризуют независимость отклонений зависимой переменной от линии регрессии? Как осуществляется проверка этой независимости?

26. В каких случаях наблюдается положительная автокорреляция остатков?

27. Каковы особенности практического применения регрессионных моделей?

28. Как осуществляется прогнозирование экономических показателей с использованием моделей линейной регрессии?

29. Как можно оценить «естественный» уровень безработицы с использованием модели линейной регрессии?

30. В каких случаях необходимо уточнение линейной регрессионной модели и как оно осуществляется?

31. Когда необходимо выведение из рассмотрения незначимых объясняющих переменных и добавление новых переменных?

32. В каких случаях осуществляется построение нелинейных спецификаций уравнения регрессии с последующей их линеаризацией?

33. Приведите примеры нелинейных моделей регрессии и их линеаризацию.

34. Какие проблемы спецификации ошибок возникают при линеаризации уравнения регрессии?

35. В каких случаях возникают трудности использования множественной линейной регрессии в моделировании? В чем реальная ситуация может не соответствовать предпосылкам модели?

36. Что такое гомоскедастичность и гетероскедастичность? Каковы результаты использования линейной регрессионной модели в условиях каждой из них?

37. В чем сущность обобщенного МНК?

38. Временные ряды в экономике. Компоненты временного ряда. Тренд.

39. Оценка устойчивости тенденции.

40. Идентификация временного ряда. Авторегрессионные модели.

41. Модели с распределенными лагами.

42. Прогнозирование на основе временных рядов.

43. Методы выявления периодической компоненты. Модели сезонных колебаний.

44. Трендовые модели с независимыми значениями случайной составляющей.

45. Полиномиальный тренд.

46. Трендовые модели с сезонными колебаниями.

47. В чем суть метода экспоненциального сглаживания?