Основные понятия и особенности эконометрического метода реферат

Обновлено: 04.07.2024

Основные понятия и особенности эконометрического метода. Основные задачи эконометрики.

Этапы построения и сопровождения эконометрических моделей.

1.1. Основные понятия и особенности эконометрического метода. Основные задачи эконометрики

Объектом любой науки называют то, что она изучает, т.е. какую-то реальность, которая попадает в поле зрения любой науки. Эконометрика изучает измеренные экономические переменные и их взаимосвязи.

Под предметом любой науки понимается то, под каким углом зрения она рассматривает свой объект, какая сторона, аспект какой реальности ее интересует. Предметом эконометрики является количественная сторона экономических явлений, а именно количественные взаимосвязи между экономическими переменными. Если сказать точнее, то предметом эконометрики является построение функциональных зависимостей между этими переменными, называемых эконометрическими моделями.

Язык экономики все больше становится языком математики, а задачи, возникающие в экономике, решаются средствами и методами математики. Уходит время, в котором экономика считалась гуманитарной наукой.

Достижения современной экономической науки предъявляют новые требования к высшему профессиональному образованию экономистов. При переходе к рыночной экономике возрастает роль эконометрических методов [1, 3]. Без знания этих методов невозможно ни исследование и теоретическое обобщение эмпирических зависимостей экономических переменных, ни построение сколько-нибудь надежного прогноза в банковском деле, финансах или бизнесе. Интуитивные представления специалиста в некоторой области экономики должны иметь поддержку и иметь количественное обоснование в виде расчётов по предлагаемой эконометрической модели.

Приводимые ниже определения и высказывания известных ученых позволяют получить представление о различных назначениях эконометрики.

Эконометрика – это раздел экономики, занимающийся разработкой и применением статистических методов для измерений взаимосвязей между экономическими переменными (С. Фишер и др.).

Основная задача эконометрики состоит в том, чтобы наполнить эмпирическим содержанием априорные экономические рассуждения (Л. Клейн).

Цель эконометрики – эмпирический вывод экономических законов (Эдмонд Маленво).

Сергей Артемьевич Айвазян, доктор физико-математических наук, один из ведущих отечественных специалистов по эконометрике, преподаватель Российской экономической школы (РЭШ), полагает, что эконометрика объединяет совокупность методов и моделей, позволяющих на базе экономической теории, экономической статистики и математико-статистического инструментария придавать количественные выражения качественным зависимостям.

Следует сказать, что Российская экономическая школа вносит большой вклад в преподавание и развитие эконометрических методов в России. Пользуясь случаем, хочу поблагодарить за содержательные лекции преподавателей РЭШ, в том числе С.А. Айвазяна, А.А. Пересецкого, П.К. Катышева, С.В. Голованя и других сотрудников, вносящих большой личный вклад в развитие эконометрики в России.

Основные результаты экономической теории носят качественный характер, а эконометрика вносит в них эмпирическое содержание. Математическая экономика выражает экономические законы в виде математических соотношений, а эконометрика осуществляет опытную проверку этих законов. Экономическая статистика дает информационное обеспечение исследуемого процесса в виде исходных (обработанных) статистических данных и экономических показателей, а эконометрика, используя традиционные математико-статистические и специально разработанные методы, проводит анализ количественных взаимосвязей между этими показателями. В свете сказанного возрастают требования к статистическим данным и к статистике – они должны быть востребованы и собраны с точки зрения основных эконометрических моделей и на уровне макроэкономики страны, и на уровне отдельных предприятий.

Наиболее распространены эконометрические модели, представляющие собой системы регрессионных уравнений, в которых отражается зависимость эндогенных величин (искомых) от внешних воздействий (текущих экзогенных величин) в условиях, описываемых параметрами модели, а также лаговыми переменными. Кроме регрессионных (как линейных, так и нелинейных) уравнений, применяются и другие математико-статистические модели.

Прикрепленные файлы: 1 файл

эконометрия.docx

Глава 1. Основные понятия эконометрики

1.1 Особенности эконометрического метода

Эконометрическая модель -- основное понятие эконометрии, экономико-математическая модель, параметры которой оцениваются с помощью методов математической статистики. Она выступает в качестве средства анализа и прогнозирования конкретных экономических процессов как на макро-, так и на микроэкономическом уровне на основе реальной статистической информации.

Эконометрическая модель может быть представлена в двух формах: структурной и приведенной. В наиболее общем виде любую эконометрическую модель, построенную в виде системы линейных уравнений.

Эконометрический метод включает решение следующих проблем:

· качественный анализ связей экономических переменных - выделение зависимых и независимых переменных;

· оценка параметров модели;

· проверка ряда гипотез о свойствах распределения вероятностей для случайной компоненты (гипотезы о средней, дисперсии и ковариации);

· анализ мультиколлинеарности объясняющих переменных, оценка ее статистической значимости, выявление переменных, ответственных за мультиколлинеарность;

· введение фиктивных переменных;

· выявление автокорреляции, лагов;

· выявление тренда, циклической и случайной компонент;

· проверка остатков на гетероскедастичность;

· анализ структуры связей и построение системы одновременных уравнений;

· проверка условия идентификации;

· оценивание параметров системы одновременных уравнений (двухшаговый и трехшаговый метод наименьших квадратов, метод максимального правдоподобия);

· моделирование на основе системы временных рядов: проблемы стационарности и коинтеграции;

· построение рекурсивных моделей, ARIMA- и VAR- моделей;

· * проблемы идентификации и оценивания параметров.

Поэтому в качестве этапов эконометрического исследования можно указать :

· получение данных, анализ их качества;

1.2 Применение систем эконометрических уравнений

Применение систем эконометрических уравнений представляет собой непростую задачу.

Проблемы здесь происходят из-за ошибок спецификации. Основной областью применения эконометрических моделей является построение макроэкономических моделей экономики целой страны. Это, главным образом, мультипликаторные модели кейнсианского типа. Более совершенными по сравнению со статическими моделями являются динамические модели экономики, которые содержат в правой части лаговые переменные и учитывают тенденцию развития (фактор времени). Значительные трудности создает невыполнение условия независимости факторов, которое в корне нарушается в системах одновременных (взаимозависимых) уравнений. Использование корреляционно-регрессионного анализа в контексте структурного моделирования -- это попытка подойти к выделению и измерению причинных связей переменных. Для этого следует сформулировать гипотезы о структуре влияний и корреляции. Такая система причинных гипотез и соответствующих взаимосвязей изображается графом, вершины которого -- это переменные (причины или следствия), а дуги -- причинные отношения. Верификация гипотез требует установления соответствия между графом и системой уравнений, описывающей этот граф.

Структурные модели эконометрики представляются системой линейных по отношению к наблюдаемым переменным уравнений. Если алгебраическая система соответствует графу без контуров (петель), то она является рекурсивной системой. Такая система позволяет рекуррентно определять значения входящих в нее переменных. В ней в уравнения для признака включаются все переменные, кроме тех, которые расположены выше него по графу. Соответственно формулировка гипотез в структуре рекуррентной модели довольно проста, при условии использования данных динамики. Рекурсивная система уравнений позволяет определить полные и частные коэффициенты влияния факторов. Коэффициенты полного влияния измеряют значение каждой переменной в структуре. Структурные модели позволяют оценить полное и непосредственное влияние переменных, прогнозировать поведение системы, рассчитывать значения эндогенных переменных.

Если нужно всего лишь уточнить характер связей переменных, то используют метод путевого анализа (путевых коэффициентов). В основе его лежит гипотеза об аддитивном характере (аддитивность и линейность) связей между переменными. К сожалению, применение путевого анализа в социально-экономических исследованиях затруднено тем, что не всегда линейная зависимость удовлетворительно выражает все разнообразие причинно-следственных связей в реальных системах. Значимость результатов анализа определяется правильностью построения максимально связного графа и, соответственно, изоморфной математической модели в виде системы уравнений. В то же время важным достоинством путевого анализа является возможность производить декомпозицию корреляций.В данной главе мы рассмотрели сущность систем эконометрических уравнений, их применение. Таким образом, понятие одновременных эконометрических уравнений и методы их решения были впервые предложены норвежским экономистом Т. Хавельмо, лауреатом Нобелевской премии по экономике.

В зависимости от характера ограничений и статистической структуры переменных эконометрические модели классифицируются на линейные модели с одной, двумя и большим числом переменных, а также на пробит-модели, логит-модели, тобит-модели и др.

Основной областью применения эконометрических моделей является построение макроэкономических моделей экономики целой страны. Это, главным образом, мультипликаторные модели кейнсианского типа.

Глава 2. Системы эконометрических уравнений

2.1 Система независимых уравнений

Объектом статистического изучения в социальных науках являются сложные системы. Измерение тесноты связей между переменными, построение изолированных уравнений регрессии недостаточно для описания таких систем и объяснения механизма функционирования. При использовании отдельных уравнений регрессии, в большинстве случаев предполагается, что аргументы (факторы) можно изменять независимо друг от друга. Однако это предположение является очень грубым: практически изменение одной переменной, как правило, не может происходить при абсолютной неизменности других. Ее изменение повлечет за собой изменение во всей системе взаимосвязанных признаков. Следовательно, отдельно взятое уравнение множественной регрессии не может характеризовать истинные влияния отдельных признаков на вариацию результирующей переменной.

Система независимых уравнений - система, в которой каждая зависимая переменная y рассматривается как функция одного и того же набора факторов x то есть система вида

- 1022 с. : Y1=a11x1 + a12x2 +…+ a1mxm +е1;

Y2=a21x1 + a22x2 +…+ a2mxm +е2; Yn=an1x1 + an2x2 +…+ anmxm +еn.

Система рекурсивных уравнений - система, в которой зависимая переменная одного уравнения выступает в виде фактора x в другом уравнении, то есть система вида: Y1=a11x1 + a12x2 +…+ a1mxm +е1; Y2= b21y1 +a21x1 + a22x2 +…+ a2mxm +е2 ; Y3= b31y1 + b32y2+a31x1 + a32x2 +…+ a3mxm +е2 ; Yn= bn1y1 + bn2y2 +…+ bnn-1yn-1 + an1x1 + an2x2 +…+ anmxm +еn.

Система взаимозависимых уравнений (система совместных одновременных уравнений) - система в которой одни и те же зависимые переменные в одних уравнениях входят в левую часть, а в других уравнениях - в правую, то есть система вида: Y1= b12y2 + b13y3 +…+ b1nyn + a11x1 + a12x2 +…+ a1mxm +е1; Y2= b21y1 +b23y3 +…+ b2nyn + a21x1 + a22x2 +…+ a2mxm +е2 ; Yn= bn1y1 + bn2y2 +…+ bnn-1yn-1 + an1x1 + an2x2 +…+ anmxm +еn.

Приведенная форма модели - система линейных функций эндогенных переменных от экзогенных:

Y1=д11x1 +д12x2 +…+ д1mxm;

Y2=д21x1 +д 22x2 +…+ д2mxm;

Yn=дn1x1 + дn2x2 +…+ дnmxm,

где дij - коэффициенты приведенной формы модели.

2.2 Проблема идентифицируемости

Идентификация - это единственность соответствия между приведенной и структурной формами модели.

При переходе от приведенной формы модели к структурной исследователь сталкивается с проблемой идентификации. Индетификация - это единственность соответствия между приведенной и структурной формами модели.

С позиции идентификацируемости структурные модели можно подразделить на три вида :

Модель идентифицируема, если все структурные ее коэффициенты определяются однозначно, единственным образом по коэффициентам приведенной модели, т.е. если число параметров структурной модели равно числу параметров приведенной формы модели.

Модель неидентифицируема, если число приведенных коэффициентов меньше числа структурных коэффициентов, и в результате структурные коэффициенты не могут быть оценены через коэффициенты приведенной формы модели.

Модель сверхидентифицируема, если число приведенных коэффициентов больше числа структурных коэффициентов.

Структурная модель всегда представляет собой систему совместных уравнений, каждое из которых требуется проверить на идентификацию. Модель считается идентифицируемой, если каждое уравнение системы идентифицируемо.

Чтобы уравнение было идентифицируемо, необходимо, чтобы число экзогенных переменных (D), отсутствующих в данном уравнении, но присутствующих в системе, было равно числу эндогенных переменных в данном уравнении (H) без одного.

D+1=H - уравнение идентифицируемо;

D+1 H - уравнение сверхидентифицируемо.

Уравнение идентифицируемо, если по отсутствующим в нем экзогенным и эндогенным переменным можно из коэффициентов при них в других уравнениях системы получить матрицу, определитель которой не равен нулю, а ранг матрицы не меньше, чем число эндогенных переменных в системе без одного.

2.3 Методы наименьших квадратов

Как уже отмечалось, разработана масса методов эвристического анализа систем эконометрических уравнений. Они предназначены для решения тех или иных проблем, возникающих при попытках найти численные решения систем уравнений.

Одна из проблем связана с наличием априорных ограничений на оцениваемые параметры. Например, доход домохозяйства может быть потрачен либо на потребление, либо на сбережение. Значит, сумма долей этих двух видов трат априори равна 1. А в системе эконометрических уравнений эти доли могут участвовать независимо. Возникает мысль оценить их методом наименьших квадратов, не обращая внимания на априорное ограничение, а потом подкорректировать. Такой подход называют косвенным методом наименьших квадратов.

Двухшаговый метод наименьших квадратов состоит в том, что оценивают параметры отдельного уравнения системы, а не рассматривают систему в целом. В то же время трехшаговый метод наименьших квадратов применяется для оценки параметров системы одновременных уравнений в целом. Сначала к каждому уравнению применяется двухшаговый метод с целью оценить коэффициенты и погрешности каждого уравнения, а затем построить оценку для ковариационной матрицы погрешностей, После этого для оценивания коэффициентов всей системы применяется обобщенный метод наименьших квадратов.

Алгоритм косвенного метода наименьших квадратов:

* Структурная модель преобразовывается в приведенную форму модели.

* Для каждого уравнения приведенной формы модели обычным МНК оцениваются приведенные коэффициенты.

* Коэффициенты приведенной формы модели трансформируются в параметры структурной формы модели.

Алгоритм двухшагового метода наименьших квадратов:

* Определяется приведенная форма модели, и находятся на ее основе оценки теоретических значений эндогенных переменных.

* Определяются структурные коэффициенты модели по данным теоретических (расчетных) значений эндогенных переменных.

Наиболее распространены эконометрии, модели, представляющие собой системы регрессионных уравнений, в которых отражается зависимость эндогенных величин (искомых) от внешних воздействий (текущих экзогенных величин) в условиях, описываемых оцениваемыми параметрами модели, а также лаговыми переменными.

Экзогенными, например, считаются показатели климатические условий, если они включаются в модель; в то же время мн. экономические переменные в зависимости от задач и структуры модели могут относиться и к эндогенным, и к экзогенным.)

В данной курсовой работе я рассмотрела методы восстановления временных зависимостей на основе наименьших квадратов и наименьших модулей. Среди них важное место занимают модели линейной (по параметрам) регрессии. Большое значение приобретает задача оценивание необходимой степени полинома. Полезны модели авторегрессии, в том числе простейшая эмпирическая модель экспоненциального сглаживания. Оценка длины периода может быть сделана на основе методов статистики объектов нечисловой природы путем минимизации в функциональном пространстве. Также рассмотрела типичные системы эконометрических моделей и примеры их практического применения

Эконометрика - это раздел экономики, занимающийся разработкой и применением статистических методов для измерений взаимосвязей между экономическими переменными (С.Фишер). С.А.Айвазян полагает, что эконометрика объединяет совокупность методов и моделей, позволяющих на базе экономической теории, экономической статистики и математики констатического инструментария придавать количественные выражения качественными зависимостями.

Сегодня деятельность в любой области экономики (управлении, финансово-кредитной сфере, маркетинге, учете, аудите) требует от специалиста применения современных методов работы, знания достижения мировой экономической мысли, понимания научного языка. Большинство новых методов основано на эконометрических моделях, концепциях, приемах.
Язык экономики все больше становится языком математики, а экономику все чаще называют одной из наиболее математизированных наук.

Содержание работы

Введение 3
1. Структура эконометрики 5
2. Эконометрические методы. 7
3. Применения эконометрических методов 9
4. Эконометрические методы в практической
и учебной деятельности 10
Заключение 11
Литература 12

Файлы: 1 файл

Р Эконометрические методы.doc

Негосударственное образовательное учреждение

Высшего профессионального образования

По дисциплине: "Эконометрика"

На тему: "Эконометрические методы"

Сидюк Анастасии Владимировны

2 курса заочной формы обучения

Юбилейный 2013 г

1. Структура эконометрики 5

2. Эконометрические методы. 7

3. Применения эконометрических методов 9

4. Эконометрические методы в практической

и учебной деятельности 10

Язык экономики все больше становится языком математики, а экономику все чаще называют одной из наиболее математизированных наук.

Современное экономическое образование держится на трех китах:

Макроэкономике;
Микроэкономике;
Эконометрике.

Эконометрика – это раздел экономики, занимающийся разработкой и применением статистических методов для измерений взаимосвязей между экономическими переменными.

Эконометрика – это наука, которая дает количественное выражение взаимосвязей экономических явлений и процессов на базе:

экономической теории;
экономической статистики;
математико-статистического инструментария.

Основные результаты экономической теории носят качественный характер, а эконометрика вносит в них эмпирическое содержание. Она дает методы экономических измерений, методы оценки параметров моделей микро-макроэкономики. Важно, что эконометрические методы, одновременно позволяют оценить ошибки измерений экономических величин и параметров моделей. Без эконометрических методов, нельзя построить сколько-нибудь надежного прогноза.

Можно выделить три основных класса методов, которые применяются для анализа и прогнозирования экономических систем. Они представлены в блок схеме.1.

ЭКОНОМЕТРИКА

регрессионный анализ;
анализ временных рядов;
системы одновременных уравнений;
статистическое метода классификации и снижения размерности

макро уровень (модели национальной экономики);
мезо уровень (модели региональной экономики, отраслей, секторов);
микро уровень (модели поведения потребителей; домашних хозяйств; фирм, предприятий)

ЭКОНОМИЧЕСКАЯ ТЕОРИЯ (макро и микро экономика, математическая экономика)

СОЦИАЛЬНО-ЭКОНОМИЧЕСКАЯ СТАТТИСТИКА (включая информационное обеспечение экономических исследований)

ОСНОВЫ ТЕОРИИ ВЕРОЯТНОСТИ И МАТЕМАТИЧЕСКОЙ СТАТИСТИКИ

ИСТОЧНИКИ БАЗОВЫХ КОМПОНЕНТОВ ЭКОНОМИЧЕСКОЙ НАУКИ

1. Структура эконометрики

В эконометрике, как дисциплине на стыке экономики (включая менеджмент) и статистического анализа, естественно выделить три вида научной и прикладной деятельности (по степени специфичности методов, сопряженной с погруженностью в конкретные проблемы):

а) разработка и исследование эконометрических методов (методов прикладной статистики) с учетом специфики экономических данных;

б) разработка и исследование эконометрических моделей в соответствии с конкретными потребностями экономической науки и практики;

в) применение эконометрических методов и моделей для статистического анализа конкретных экономических данных.

Кратко рассмотрим три только что выделенных вида научной и прикладной деятельности. По мере движения от а) к в) сужается широта области применения конкретного эконометрического метода, но при этом повышается его значение для анализа конкретной экономической ситуации. Если работам вида а) соответствуют научные результаты, значимость которых оценивается по общеэконометрическим критериям, то для работ вида в) основное - успешное решение задач конкретной области экономики. Работы вида б) занимают промежуточное положение, поскольку, с одной стороны, теоретическое изучение эконометрических моделей может быть весьма сложным и математизированным другой - результаты представляют интерес не для всей экономической науки, а лишь для некоторого направления в ней.

Прикладная статистика - другая область знаний, чем математическая статистика. Это четко проявляется и при преподавании. Курс математической статистики состоит в основном из доказательств теорем, как и соответствующие учебные пособия. В курсах прикладной статистики и эконометрики основное - методология анализа данных и алгоритмы расчетов, а теоремы приводятся как обоснования этих алгоритмов, доказательства же, как правило, опускаются (их можно найти в научной литературе). Внутренняя структура статистики как науки была выявлена и обоснована при создании в 1990 г. Всесоюзной статистической ассоциации. Прикладная статистика - методическая дисциплина, являющаяся центром статистики. При применении к конкретным областям знаний и отраслям народного хозяйства получаем научно-практические дисциплины типа "статистика в промышленности", "статистика в медицине" и др. С этой точки зрения эконометрика - это "статистические методы в экономике". Математическая статистика играет роль математического фундамента для прикладной статистики. К настоящему времени очевидно четко выраженное размежевание этих двух научных направлений. Математическая статистика исходит из сформулированных в 1930-50 гг. постановок математических задач, происхождение которых связано с анализом статистических данных. В настоящее время исследования по математической статистике посвящены обобщению и дальнейшему математическому изучению этих задач. Поток новых математических результатов (теорем) не ослабевает, но новые практические рекомендации по обработке статистических данных при этом не появляются. Можно сказать, что математическая статистика как научное направление замкнулась внутри себя. Сам термин "прикладная статистика", используемый с 1960-х годов, возник как реакция на описанную выше тенденцию. Прикладная статистика нацелена на решение реальных задач. Поэтому в ней возникают новые постановки математических задач анализа статистических данных, развиваются и обосновываются новые методы. Обоснование часто проводится математическими методами, т.е. путем доказательства теорем. Большую роль играет методологическая составляющая - как именно ставить задачи, какие предположения принять с целью дальнейшего математического изучения. Велика роль современных информационных технологий, в частности, компьютерного эксперимента.

В настоящее время статистическая обработка данных проводится, как правило, с помощью соответствующих программных продуктов. Разрыв между математической и прикладной статистикой проявляется, в частности, в том, что большинство методов, включенных в статистические пакеты программ (например, в заслуженные Statgraphics и SPSS или в более новую систему Statistica), даже не упоминается в учебниках по математической статистике. В результате специалист по математической статистике оказывается зачастую беспомощным при обработке реальных данных, а пакеты программ применяют (что еще хуже - и разрабатывают) лица, не имеющие необходимой теоретической подготовки. Естественно, что они допускают разнообразные ошибки.

Ситуация с внедрением современных статистических (эконометрических) методов на предприятиях и в организациях различных отраслей народного хозяйства противоречива. К сожалению, при развале отечественной промышленности в 1990-е годы больше всего пострадали структуры, наиболее нуждающиеся в эконометрических методах - службы качества, надежности, центральные заводские лаборатории и др. Однако толчок к развитию получили службы маркетинга и сбыта, сертификации, прогнозирования, инноваций и инвестиций, которым также полезны различные эконометрические методы, в частности, методы экспертных оценок.

2. Эконометрические методы

Регрессио́нный (линейный) анализ — статистический метод исследования влияния одной или нескольких независимых переменных X1, X2,…,Xp на зависимую переменную Y. Независимые переменные иначе называют регрессорами или предикторами, а зависимые переменные — критериальными. Терминология зависимых и независимых переменных отражает лишь математическую зависимость переменных, а не причинно-следственные отношения.

Цели регрессионного анализа:

1. Определение степени детерминированности вариации критериальной (зависимой) переменной предикторами (независимыми переменными).

2. Предсказание значения зависимой переменной с помощью независимой(-ых).

3. Определение вклада отдельных независимых переменных в вариацию зависимой.

Регрессионный анализ нельзя использовать для определения наличия связи между переменными, поскольку наличие такой связи и есть предпосылка для применения анализа.

Анализ временных рядов — совокупность математико-статистических методов анализа, предназначенных для выявления структуры временных рядов и для их прогноза. Выявление структуры временного ряда необходимо для того, чтобы построить математическую модель того явления, которое является источником анализируемого временного ряда. Прогноз будущих значений временного ряда используется при принятии решений. Прогнозирование также интересно тем, что оно рационализирует существование анализа временных рядов отдельно от экономической теории.

Как правило, при прогнозировании исходят из некоторой заданной параметрической модели. При этом используются стандартные методы параметрического оценивания (МНК (метод наименьших квадратов), ММП (метод максимального правдоподобия), метод моментов). С другой стороны, достаточно разработаны методы непараметрического оценивания для нечетко заданных моделей.

Панельный анализ. Панельные данные представляют собой прослеженные во времени пространственные микроэкономические выборки, то есть они состоят из наблюдений одних и тех же экономических единиц, которые осуществляются в последовательные периоды времени. Панельные данные насчитывают три измерения: признаки — объекты — время. Их использование даёт ряд существенных преимуществ при оценке параметров регрессионных зависимостей, так как они позволяют проводить как анализ временных рядов, так и анализ пространственных выборок. С помощью подобных данных изучают бедность, безработицу, преступность, а также оценивают результативность государственных программ в области социальной политики.

3. Применения эконометрических методов

Эконометрика не так сильно оторвалась от реальных задач, как математическая статистика, специалисты в области которой зачастую ограничиваются доказательством теорем, не утруждая себя вопросом о том, для решения каких практических задач эти теоремы могут быть нужны. Поэтому эконометрические модели обычно доводятся "до числа", т.е. применяются для обработки конкретных эмпирических данных. Так, эконометрические методы нужны для оценки параметров экономико-математических моделей, например, моделей логистики (в частности, управления запасами).

В частности, инфляцию необходимо учитывать при анализе результатов финансовой деятельности предприятий и их подразделений за год или более длительные интервалы времени. Постепенно эта простая мысль становится все более близкой специалистам в указанной области, хотя до сих пор в большинстве случаев оперируют номинальными значениями, как будто инфляция полностью отсутствует.

Эконометрические методы следует использовать как составную часть научного инструментария практически любого технико-экономического исследования. Оценка точности и стабильности технологических процессов, разработка адекватных методов статистического приемочного контроля и статистического контроля технологических процессов, оптимизация выхода полезного продукта методами планирования экстремального эксперимента в химико-технологических системах, повышение качества и надежности изделий, сертификация продукции, диагностика материалов, изучение предпочтений потребителей в маркетинговых исследованиях, применение современных методов экспертных оценок в задачах принятия решений, в частности, в стратегическом, инновационном, инвестиционном менеджменте, при прогнозировании - везде полезна эконометрика.

Бесспорно совершенно, что практически любая область экономики и менеджмента имеет дело со статистическим анализом эмпирических данных, а потому имеет те или иные эконометрические методы в своем инструментарии. Например, перспективно применение этих методов для анализа научного потенциала России, при изучении рисков инновационных исследований, в задачах контроллинга, при проведении маркетинговых опросов, сравнении инвестиционных проектов, эколого-экономических исследований в области химической безопасности биосферы и уничтожения химического оружия, в задачах страхования, в том числе экологического, при разработке стратегии производства и продажи специальной техники и во многих других областях.

4. Эконометрические методы в практической и учебной деятельности

Компьютер на рабочем месте менеджера, экономиста, инженера - уже реальность. Практическое применение эконометрических методов обычно осуществляется с помощью диалоговых систем, соответствующих решаемым экономическим и технико-экономическим задачам. Для конкретных наборов задач таких систем разработано уже много. Создание подобных систем должны быть продолжено. Так, для налоговых служб должны быть подготовлены соответствующие оригинальные системы на базе действующих автоматизированных информационных систем (АИС).

Если у вас возникли сложности с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой - мы готовы помочь.

Содержание:
Введение. 3
1. Определение эконометрики. 3
2. Объект исследования эконометрики. 4
3. Основные принципы эконометрики. 6
4. Цели и задачи эконометрики. 8
Заключение. 9
Литература . 10

Введение
Современная экономическая теория, как на микро, так и на макро уровне, постоянно усложняющиеся экономические процессы привели к необходимости создания и совершенствования особых методов изучения и анализа. При этом широкое распространение получило использование моделирования и количественного анализа. На базе последних выделилось и сформировалось одно из направлений экономических исследований – эконометрика.
Эконометрика – это наука, которая дает количественное выражение взаимосвязей экономических явлений и процессов. Эта наука возникла в результате взаимодействия и объединения трех компонент: экономической теории, статистических и экономических методов. Задачей данной работы является рассмотрение эконометрики как науки в целом, то есть рассмотрение ее объекта, принципов, целей и задач в частности.

3. Основные принципы эконометрики
Чтобы продемонстрировать основные принципы эконометрики, рассмотрим пример из страхового бизнеса (страхование автомобилей). Здесь основная проблема возникает вследствие сложного характера зависимости размера страховой премии от множества переменных факторов, ряд из которых невозможно учесть. Так, очевидно, что годовой пробег автомобиля - это важный фактор, но пользоваться им как оценочным затруднительно. Практическое решение состоит в определении ряда легко наблюдаемых факторов - мощности машины, возраста (владельца страхового полиса и машины), географического положения, износа, каждый из которых имеет некоторую связь с истинным риском, в свою очередь определяющим фактический размер страховой премии. Предположим, например, что используются пять таких факторов и каждый из них измеряется на пяти уровнях. Это приводит к 55 = 3215 отдельным классификационным требованиям. Если застраховано 100 000 машин, то в каждом классе будет в среднем по 32 машины. Поскольку вероятность страхового требования порядка 10% в год, данные в каждом разряде подвергались бы слишком большим колебаниям вследствие случайных ошибок выборки и было бы трудно оценить истинную связь между тем, что происходит в разных разрядах. Более того, заниматься таким большим числом отдельных групп было бы сложно и дорого.
Для преодоления этих сложностей разрабатывают классификационную систему, основанную на выяснении относительной важности каждого фактора. Тогда классификационную формулу можно построить на аддитивной или мультипликативной основе, когда каждый фактор оценивается баллами, а формула в целом дает относительный уровень риска.
Таким же образом строятся многие экономические модели, когда наблюдаемые значения величины Y зависят линейным или более сложным образом от значений многих других наблюдаемых величин, т. е.:
Y = а1х1 + а2х2 + . . . + е. (1)
В этом уравнении е - остаток, устраняющий разность между Y наблюдавшимся и полученным по набору хi расчетным образом. Основная задача эконометрического анализа заключается в отыскании значений коэффициентов а, обеспечивающих наименьшую величину е, а следовательно, наилучшую точность прогноза.
Из приведенного примера видно, что эконометрические методы строятся на синтезе трех областей знаний: экономики, математики и статистики. Основой является экономическая модель, под которой понимается схематическое представление экономического явления или процесса с помощью научной абстракции, отражения только характерных черт. Наибольшее распространение в современной экономике получил метод анализа экономики “затраты - выпуск”. Это матричные (балансовые) модели, строящиеся по шахматной схеме и позволяющие в наиболее компактной форме представить взаимосвязь затрат и результатов производства. Таким образом, объектом эксперимента стали не только многократно воспроизводимые явления и процессы, но и системы и изменения в них, реально в практике трудно либо вообще неосуществимые.
Описание экономических систем математическими методами, или эконометрика, дает заключение о реальных объектах и связях по результатам выборочного обследования или моделирования. Вместе с тем, чтобы сделать вывод о том, какие из полученных результатов являются достоверными, а какие сомнительными или просто необоснованными, необходимо уметь оценивать их надежность и величину погрешности. Все перечисленные аспекты и составляют содержание эконометрики как науки.
В эконометрике, как и в любой научной дисциплине, познание развивается в соответствии с общим научным методом, предполагающим:
- формулировку гипотезы с учетом соотношений между наблюдаемыми данными;
- сбор статистических данных и представление гипотезы в сжатой или математической форме;
- модификацию или улучшение гипотезы.
Таким образом, сердцевиной познания в экономике является эксперимент, предполагающий либо непосредственное наблюдение (измерение), либо математическое моделирование.
Область применения эконометрических моделей и методов достаточно обширна. Это все сферы экономической теории и практики, где есть возможность сбора и обработки статистических данных, проведения наблюдений и экспериментов с целью учета воздействия случайных факторов, выявления качественных и количественных взаимосвязей между экономическими величинами и прогнозирования их поведения.

4. Цели и задачи эконометрики
Методологическая особенность эконометрики заключается в применении достаточно общих гипотез о статистических свойствах экономических параметров и ошибок при их измерении. Полученные при этом результаты могут оказаться нетождественными тому содержанию, которое вкладывается в реальный объект. Поэтому важная задача эконометрики - создание как более универсальных, так и специальных методов для обнаружения наиболее устойчивых характеристик в поведении реальных экономических показателей. Эконометрика разрабатывает методы подгонки формальной модели с целью наилучшего имитирования ею поведения моделируемого объекта на основе гипотезы о том, что отклонения модельных значений параметров от их реально наблюдаемых случайны и вероятностные характеристики их известны.
Есть достаточно много аргументов, в силу которых качественной информации о параметрах модели недостаточно и ее необходимо заменить количественной информацией, добываемой с помощью статистических данных. Эконометрика как раз и занимается методами получения лучших оценок параметров эконометрических моделей, конструируемых в прикладных целях.

Заключение
На стыке экономической практики и математической статистики в начале 30-х годов зародилась новая самостоятельная дисциплина, получившая название "Эконометрика".
Эконометрика - это наука, которая изучает статистические закономерности в экономике.
Объектом изучения эконометрики, как самостоятельного раздела математической экономики, являются экономико-математические модели, которые строятся с учетом случайных факторов. Такие модели называются эконометрическими моделями. Исследование эконометрических моделей проводится на основе статистических данных об изучаемом объекте и с помощью методов математической статистики.
Основными задачами эконометрики являются: получение наилучших оценок параметров экономико-математических моделей, конструируемых в прикладных целях; проверка теоретико-экономических положений и выводов на фактическом (эмпирическом) материале; создание универсальных и специальных методов для обнаружения статистических закономерностей в экономике.

Литература
1. Носко В.П. Эконометрика для начинающих. Основные понятия, элементарные методы, границы применимости, интерпретация результатов. – М., 2000.
2. Мардас А. Н. Эконометрика. Краткий курс. - М. , 2001.
3. Математические модели в экономике: Учебное пособие. – М.: ИМПЭ им. А.С. Грибоедова, 2005.
4. Давыдов С.Б. Математическое моделирование экономических систем. – М.: Современный гуманитарный университет, 2002.

[1] Носко В.П. Эконометрика для начинающих. Основные понятия, элементарные методы, границы применимости, интерпретация результатов. – М., 2000.

Читайте также: