Навігація
Головна
Оцінка якості економетричних регресійних моделей і прогнозування на...Оцінка якості економетричних регресійних моделей і прогнозування на...Завдання економічного аналізу, які вирішуються на основі регресійних...Завдання економічного аналізу, які вирішуються на основі регресійних...
Загальні поняття економетричних моделейОцінка якості економетричних регресійних моделей і прогнозування на...Оцінка якості економетричних регресійних моделей і прогнозування на...Завдання економічного аналізу, які вирішуються на основі регресійних...Завдання економічного аналізу, які вирішуються на основі регресійних...
 
Головна arrow Економіка arrow Економіко-математичні методи і прикладні моделі
< Попередня   ЗМІСТ   Наступна >

ЕКОНОМЕТРИЧНІ МОДЕЛІ

- Загальні поняття економетричних моделей

- Завдання економічного аналізу, які вирішуються на основі регресійних

економетричних моделей

- Оцінка якості економетричних регресійних моделей і прогнозування на їх основі

- Виробничі функції

Вивчення матеріалів глави 7 дозволить студентам:

знати

• основні види економетричних моделей;

• методи побудови одно- і багатофакторних регресійних моделей і використання їх в задачах економічного аналізу;

• математико-статистичні методи оцінки якості моделей регресії та прогнозування на основі цих моделей;

• економічний зміст складових елементів виробничих функцій;

вміти

• оцінювати тісноту і напрямок зв'язку між економічними показниками;

• будувати однофакторні (лінійні і нелінійні) і багатофакторні регресійні моделі, оцінювати їх якість;

• використовувати моделі регресії для економічного аналізу та прогнозування;

• застосовувати апарат виробничих функцій для оцінки низки показників мікро- і макроекономіки;

володіти

• понятійним апаратом економетричних досліджень;

• методами кореляційного і регресійного аналізу;

• основними поняттями виробничих функцій.

Загальні поняття економетричних моделей

При аналізі економічних явищ на основі економіко-математичних методів особливе місце займають моделі, що виявляють кількісні зв'язки між досліджуваними показниками і впливають на них чинниками. Науковою дисципліною, предмет якої становить вивчення цієї кількісної сторони економічних явищ і процесів засобами математичного та статистичного аналізу, є економетрика, в якій результати теоретичного аналізу економіки синтезуються з висновками математики і статистики. Основне завдання економетрики - перевірка економічних теорій на фактичному (емпіричному) матеріалі за допомогою методів математичної статистики.

Головним інструментом економетрики служить економетрична модель, тобто економіко-математична модель факторного аналізу, параметри якої оцінюються засобами математичної статистики. Ця модель виступає в якості засобу аналізу та прогнозування конкретних економічних процесів на основі реальної статистичної інформації.

Економетричні моделі можна класифікувати але ряду класифікаційних ознак. Так, але аналітичній формі моделі (рівняння) виділяють лінійні, нелінійні, статечні моделі, моделі Брандона та ін. Наприклад, модель Брандона має вигляд

де у - досліджуваний показник (будемо називати його результативною ознакою), риса над ним означає середню величину (математичне очікування); - впливають на досліджуваний показник величини (будемо називати їх факторними ознаками).

Однією з основних класифікаційних рубрик економетричних моделей є класифікація по напрямку і складності причинних зв'язків між показниками, що характеризують економічну систему. Якщо користуватися терміном "змінна", то в будь-який досить складній економічній системі можна виділити внутрішні змінні (наприклад, випуск продукції, чисельність працівників, продуктивність праці) та зовнішні змінні (наприклад, поставка ресурсів, кліматичні умови та ін.). Тоді по напрямку і складності зв'язків між внутрішніми (ендогенними, вихідними) змінними і зовнішніми (екзогенними, вхідними) змінними виділяють наступні економетричні моделі: регресійні моделі, взаємозалежні системи, рекурсивні системи.

Регресійний називають моделі, засновані на рівнянні регресії, або системі регресійних рівнянь, що зв'язують величини ендогенних і екзогенних змінних. Розрізняють рівняння (моделі) парної та множинної регресії. Якщо для позначення ендогенних змінних використовувати букву у, а для екзогенних змінних букву х, то у випадку лінійної моделі рівняння парної регресії має вигляд, а рівняння множинної регресії:. Подібного типу моделі розглядаються детально в наступних параграфах. Помстимося тільки, що параметри моделей парної та множинної регресії знаходяться на основі методу найменших квадратів. Одним із часто вживаних видів нелінійних багатофакторних регресійних моделей є виробничі функції, ряд загальних відомостей про яких наведено у пункті 7.4.

Взаємозалежні системи найбільш повно описують економічну систему, яка містить, як правило, безліч взаємопов'язаних ендогенних і екзогенних змінних. Такі моделі задаються системою взаємозалежних рівнянь такого виду (п - число ендогенних змінних, т - число екзогенних змінних):

data-override-format="true" data-page-url = "http://stud.com.ua">

Для знаходження параметрів системи взаємозалежних рівнянь використовуються більш складні методи: дво- та трехшаговий метод найменших квадратів, методи максимальної правдоподібності з повною і неповною інформацією та ін.

На практиці прагнуть спростити взаємозалежні системи і привести їх до так званого рекурсивному увазі. Для цього спочатку вибирають ендогенну змінну (внутрішній показник), залежну тільки від екзогенних змінних (зовнішніх факторів), позначають її у 1. Потім вибирається внутрішній показник, який залежить тільки від зовнішніх факторів і від у 1 і т.д .; таким чином, кожний наступний показник залежить тільки від зовнішніх факторів і від внутрішніх попередніх. Такі системи називаються рекурсивними. Параметри першого рівняння рекурсивних систем знаходять методом найменших квадратів, їх підставляють у друге рівняння, і знову застосовується метод найменших квадратів, і т.д.

Процес побудови та використання економетричних моделей є досить складним і включає в себе наступні основні етапи: визначення мети дослідження, побудова системи показників і логічний відбір факторів, які найбільше впливають на кожен показник; вибір форми зв'язку досліджуваних показників між собою і відібраними факторами, іншими словами, вибір типу економетричної моделі; збір вихідних даних та аналіз інформації; побудова економетричної моделі, тобто визначення її параметрів; перевірка якості побудованої моделі, в першу чергу її адекватності досліджуваному економічному процесу; використання моделі для економічного аналізу та прогнозування.

При практичної реалізації зазначених етапів дуже важливим є побудова системи показників досліджуваного економічного процесу і визначення переліку факторів, що впливають на кожен показник.

Зазначимо основні вимоги, пропоновані до включаються до економетричну модель факторам.

Кожний з факторів повинен бути обґрунтований теоретично.

- У перелік доцільно включати тільки найважливіші фактори, що роблять істотний вплив па досліджувані показники; при цьому рекомендується, щоб кількість включаються в модель факторів не перевищувало однієї третини від числа спостережень у вибірці (довжини часового ряду).

- Фактори не повинні бути лінійно залежні, оскільки ця залежність означає, що вони характеризують аналогічні властивості досліджуваного явища. Наприклад, заробітна плата працівників залежить, поряд з іншими факторами, від зростання продуктивності праці і від обсягу продукції, що випускається. Однак ці фактори можуть бути тісно взаємопов'язані, корродіровалі і, отже, в модель доцільно включати тільки один з цих факторів. Включення в модель лінійно взаємозалежних чинників призводить до виникнення явища мультиколінеарності, яке негативно позначається на якості моделі; більш докладно це явище описано нижче.

- Впливають па економічний процес фактори можуть бути кількісні та якісні. У модель рекомендується включати тільки такі фактори, які можуть бути чисельно виміряні.

- В одну модель не можна включати сукупний фактор і утворюють його приватні чинники. Одночасне включення таких чинників призводить до невиправдано збільшеному їхньому впливу на залежний показник, до спотворення реальної дійсності.

При відборі факторів, що впливають використовуються статистичні методи відбору. Так, істотного скорочення числа факторів, що впливають можна досягти за допомогою покрокових процедур відбору змінних. Жодна з цих процедур не гарантує отримання оптимального набору змінних. Однак при практичному застосуванні вони дозволяють отримувати достатньо хороші набори істотно впливають факторів; крім того, їх можна поєднувати з іншими підходами до вирішення даної проблеми, наприклад з експертними оцінками значущості факторів. Серед покрокових процедур відбору факторів найбільш часто використовуються процедури покрокового включення і виключення факторів. Обидві ці процедури добре формалізовані і тому успішно реалізовані в різних машинних програмах статистичного аналізу.

Метод виключення припускає побудова рівняння, що включає всю сукупність змінних, з подальшим послідовним (покроковим) скороченням числа змінних в моделі до тих пір, поки не виконається деякий наперед заданий умова. Суть методу включення - в послідовному включенні змінних в модель до тих пір, поки регресійна модель не відповідатиме заздалегідь встановленим критерієм якості. Послідовність включення визначається за допомогою приватних коефіцієнтів кореляції: змінні, що мають щодо досліджуваного показника більшого значення приватного коефіцієнта кореляції, першими включаються в регресійне рівняння.

Вище зазначено, що однією з передумов застосування методів регресійного аналізу для побудови економетричних моделей є відсутність серед незалежних змінних (факторів) лінійно пов'язаних. Якщо дана передумова не виконується, то виникає, як вже сказано вище, явище мультиколінеарності, тобто наявність сильної кореляції між незалежними змінними (включеними в модель факторами). У математичному аспекті мультиколінеарності призводить до слабкої обумовленості матриці системи нормальних рівнянь, тобто близькості її визначника до нуля, а в змістовному аспекті - до спотворення сенсу коефіцієнтів регресії і утруднення виявлення найбільш істотно впливають факторів.

Основні причини, що викликають мультиколінеарності, - незалежні змінні, або характеризують одне і те ж властивість досліджуваного явища, або є складовими частинами одного і того ж ознаки.

В даний час існує ряд методів, що дозволяють оцінити наявність мультиколінеарності в сукупності незалежних змінних, виміряти її ступінь, виявити взаємно корельовані змінні і усунути або послабити її негативний вплив на регресійну модель. Найбільш поширеним методом виявлення мультиколінеарності є метод кореляції. На практиці вважають, що дві змінні колінеарні (лінійно залежні), якщо парний коефіцієнт кореляції між ними за абсолютною величиною перевищує 0,8. Усувають мультиколінеарності найчастіше шляхом виключення з моделі одного з корельованих факторів.

 
Якщо Ви помітили помилку в тексті позначте слово та натисніть Shift + Enter
< Попередня   ЗМІСТ   Наступна >
data-override-format="true" data-page-url = "http://stud.com.ua">

Cхожі теми

Оцінка якості економетричних регресійних моделей і прогнозування на їх основі
Оцінка якості економетричних регресійних моделей і прогнозування на їх основі
Завдання економічного аналізу, які вирішуються на основі регресійних економетричних моделей
Завдання економічного аналізу, які вирішуються на основі регресійних економетричних моделей
Загальні поняття економетричних моделей
Оцінка якості економетричних регресійних моделей і прогнозування на їх основі
Оцінка якості економетричних регресійних моделей і прогнозування на їх основі
Завдання економічного аналізу, які вирішуються на основі регресійних економетричних моделей
Завдання економічного аналізу, які вирішуються на основі регресійних економетричних моделей
 
Дисципліни
Агропромисловість
Аудит та Бухоблік
Банківська справа
БЖД
Географія
Документознавство
Екологія
Економіка
Етика та Естетика
Журналістика
Інвестування
Інформатика
Історія
Культурологія
Література
Логіка
Логістика
Маркетинг
Медицина
Нерухомість
Менеджмент
Педагогіка
Політологія
Політекономія
Право
Психологія
Релігієзнавство
Риторика
Соціологія
Статистика
Техніка
Страхова справа
Товарознавство
Туризм
Філософія
Фінанси
Пошук