.

Комп’ютерна Економетрія (контрольна)

Язык: украинский
Формат: контрольна
Тип документа: Word Doc
0 3338
Скачать документ

КОНТРОЛЬНА РОБОТА

З дисципліни

“КОМП’ЮТЕРНА ЕКОНОМЕТРІЯ”

ПЛАН

ВСТУП.

ОСНОВНІ ЗАДАЧІ ДОСЛІДЖЕННЯ ЕКОНОМЕТРИЧНИХ МОДЕЛЕЙ.

ПОСТАНОВКА ЗАДАЧІ.

ФОРМАЛІЗОВАНЕ ОПИСАННЯ ЕКОНОМЕТРИЧНИХ МОДЕЛЕЙ.

ОПИС АЛГОРИТМУ РОБОТИ ЕКОНОМЕТРИЧНОЇ МОДЕЛІ.

СТРАТЕГІЯ МОЖЛИВИХ РІШЕНЬ ЗА ДОПОМОГОЮ ЕКОНОМЕТРИЧНИХ МОДЕЛЕЙ.

ПРОГРАМНА ОРГАНІЗАЦІЯ.

ЛІТЕРАТУРА.

ВСТУП

Економетричні моделі є складовими більш широкого класу ЕММ. Дана модель
виступає як засоби аналізу і прогнозування конкретних економічних
процесів, як на макро, так і на мікро рівнях на основі реальної
статистики.

Економетрична модель, з огляду на кореляційні зв’язки, дозволяє шляхом
підбора аналітичної залежності побудувати модель на базисному періоді і
при достатній адекватності моделі використовувати її для
короткострокового прогнозу.

При синтезі економетричних моделей при наявних факторних ознаках xi і
результативних параметрах yi необхідно визначити a0, a1, a2, a3, …,an…

yi = f(xi) + ei, де

f(xi) – величина детерминированная;

ei, yi – величини випадкові.

Економетрична модель спирається на поняття кореляційних зв’язків і так
називане рівняння регресії.

Кореляційний зв’язок – коли при тому самому значенні факторної ознаки х
зустрічаються різні значення в. Кореляційні зв’язки описуються так
називаними рівняннями регресії.

Рівняння регресії – рівняння прямої (як і будь-якої кривої), що описує
кореляційний зв’язок, а сама пряма (крива) називається лінією регресії.

Кореляційні зв’язки оцінюються за середнім значенням усієї сукупності
результативної ознаки, такт як для того самого значення факторної ознаки
можливі різні значення результативної ознаки.

Кореляційні зв’язки (рівняння регресії), а також економетричні моделі,
побудовані на базі рівняння регресії, можуть описуватися:

1)рівнянням прямої: yi = a0 + a1x

2)рівнянням 2-го порядку: yi = a0 + a1x + a2x2

3)рівнянням показової функції: yi = a0a1x

4)рівнянням статечної функції: yi = a0xa1

5)рівнянням гіперболи: yi = a0 + a11/x

При побудові економетричних моделей нам відомі фактичні значення х и у,
а нам необхідно визначити параметри a0 , a1, a2 для відповідної моделі.
Дані параметри визначаються по методу найменших квадратів.

Отже, економетрична модель (econometric model) – це статистична модель,
що є засобом прогнозування значень визначених перемінних, які
називаються ендогенними перемінними (endogenous variables).

Для того щоб зробити такі прогнози, у якості вихідних даних
використовуються значення інших перемінних, які називаються екзогенними
перемінними (exogenous variables).

Припущення про значення таких перемінних робляться користувачем моделі.
Наприклад, у економетричній моделі рівень продажів автомашин у
наступному році може бути прив’язаний до рівня валового внутрішнього
продукту і процентних ставок. Щоб зробити прогноз щодо обсягу продажів
автомобілів у наступному році (це ендогенна перемінна), варто одержати
дані про величину валового внутрішнього продукту і процентних ставок для
майбутнього року, що відносяться до екзогенним перемінним.

Економетрична модель може являти собою як дуже складну систему так і
просту формулу, що може бути легко підрахована на калькуляторі. У
будь-якому випадку вона вимагає знань по економіці і статистиці.
Спочатку для визначення відповідних взаємозв’язків застосовуються знання
по економіці, а потім для оцінки кількісної природи взаємозв’язків
отримані за минулий період дані обробляються за допомогою статистичних
методів.

Деякі інвестиційні організації використовують широкомасштабні
економетричні моделі, щоб на підставі прогнозів таких факторів, як
державний бюджет, очікувані споживчі витрати і плановані інвестиції в
ділову сферу, зробити прогнози відносно майбутнього рівня валового
внутрішнього продукту, інфляції і безробіття.

Деякі фірми і некомерційні організації спеціалізуються на таких моделях,
продаючи інвестиційним інститутам, фінансистам корпорацій, суспільним
агентствам і ін. прогнози чи комп’ютерні програми.

Розроблювачі таких широкомасштабних моделей звичайно передбачають трохи
“стандартних” прогнозів, заснованих на визначеному наборі екзогенних
перемінних. Деякі моделі містять імовірність, з яким може здійснюватися
той чи інший прогноз. В інших випадках користувачі можуть включати
зроблені ними самими припущення й аналізувати отримані в результаті цих
припущень прогнози.

Широкомасштабні економетричні моделі такого типу нараховують велике
число рівнянь, що описують велике число важливих взаємозв’язків.
Незважаючи на те що оцінки таких взаємозв’язків засновані на даних за
минулий період, ці оцінки можуть дозволити (чи не дозволити) моделі
ефективно працювати в майбутньому. Коли прогнози виявляються невдалими,
то іноді говорять, що лежача в основі моделі економічний взаємозв’язок
перетерпів структурні зміни. Однак невдача може бути наслідком впливу
неврахованих у моделі факторів. Та й інша ситуації вимагають чи змін
величин оцінок, чи самої концепції економетричної моделі, чи ж того й
іншого. Рідко можна зустріти користувача, який би не “ремонтував” (чи
цілком “перебудовував”) таку модель час від часу в міру нагромадження
досвіду.

Проблема прогнозування соціально-економічного розвитку стала однієї з
найважливіших у регіональних дослідженнях. Для вироблення стратегії
розвитку і розробки планів необхідний точний прогноз ключових
економічних параметрів: зайнятості, доходів і випуску продукції. Для
розрахунку цих регіональних перемінних дослідники побудували кілька
типів моделей, теоретичні форми яких, як думають, досить точно
відбивають процес функціонування економіки. У ході прогнозування окремі
параметри оцінюються і вводяться в ці моделі.

Видне місце серед таких моделей зайняли економетричні моделі. Ці
макроекономічні регресійні моделі, ґрунтувалися на аналізі тимчасових
рядів. Такі моделі широко використовувалися для аналізу і вивчення
економіки ведучих капіталістичних країн, таких як США, Японія й ін.

Великі успіхи в області розробки і застосування економетричних моделей
досягнуті в Польщі, Угорщині, Чехословакии. У Чехословакии була
побудована економетрична модель економіки країни на базі тимчасових
рядів за 1960-1980 р. На основі моделі здійснюються короткострокові і
середньострокові прогнози основних показників розвитку народного
господарства країни. Модель містить 70 показників, зв’язаних 27
рівняннями, серед яких 17 лінійних рівнянь і 10 балансових тотожностей.

Іншими словами, кожне рівняння має вид:

yit = f ( yjt, zkt, ut ) ,

де yit – ендогенна перемінна i у момент t ,

yjt – ендогенна перемінна j у момент t ,

zkt – екзогенна перемінна k у момент t ,

ut – оцінена помилка в момент t .

Визначення yit за допомогою перемінної yjt, обумовленої в рамках тієї ж
моделі, складає суть системи спільних рівнянь. Перемінні взаємодіють у
моделі так само, як вони взаємодіють між собою в реальному світі.

Однак економетричні моделі рідко використовувалися для прогнозування на
регіональному рівні – головним чином через недолік відповідної
інформації. Надійні дані для областей, міст і інших малих регіонів не
збиралися скільки-небудь регулярно. У результаті «сировина», тобто дані
для регресійного аналізу, найчастіше просто отсутствует. Не вистачає
також і кадрів для проведення регіональних економетричних досліджень:
ті, хто займається плануванням у регіоні, рідко вміють застосовувати
складну техніку економетрического аналізу, економетрики ж зі своєї
сторони не так вуж часто цікавляться регіональними проблемами.

Тим часом саме регіони, що складаються з областей, міст і т.д. являють
собою територіальні одиниці, найбільше часто досліджувані плановиками й
економістами, що досліджують проблеми регіонального розвитку. Ясно тому,
що існує визначений пробіл у розробці економетричних моделей.

Багато важливої роблем розробки регіональних економетричних моделей
незмінно зв’язані з питанням приступності інформації. Одне з
інформаційних обмежень — недолік даних по внутрірічних періодах. У
результаті більшість наявних моделей побудовано на базі річних даних.

Іншим серйозним і важливим обмеженням за інформацією є дуже мале число
таких перемінних, для яких маються досить великі тимчасові ряди.

Використання погодових даних і малого числа перемінних у сполученні з
довгими тимчасовими рядами привело до розробки моделей не тільки малих,
але і щодо простих — нерідко складаються з наборів рівнянь із двома
перемінними. Зазначена обставина частково зв’язана з тим фактом, що три
ступені волі для статистики є відносно невеликим числом; тому
приходиться опускати незалежні перемінні, котрі варто було б включити в
рівняння. У таких випадках рівняння піддаються помилкам специфікації.

Моделі відносно статичні. При невеликому числі спостережень мається мало
можливостей для точного обліку впливів лага, що можуть мати істотне
значення і спостерігатися на відрізках часу менш одного року.
Недостатній облік лагів зв’язаний також з малим числом ступенів волі
(які приходиться «попусту витрачати» на лаги) і з використанням
погодових даних.

Як і в інших видах емпіричних досліджень, у регіональних моделях
можливість одержання інформації часто впливає на вибір напрямку
досліджень. Широке використання таких перемінних, як обсяг продукції по
галузях, особисті доходи, зайнятість, визначається наявністю публикуемих
даних, а такі важливі для регіонального аналізу і суспільної політики
перемінні, як експорт, імпорт, міграція населення, а також різні
показники землекористування, звичайно опускаються в моделях.

Мається цілий ряд проблем різного аналітичного рівня, зв’язаних з
оцінкою корисності регіональних економетричних моделей. Характер аналізу
залежить, зокрема, від того, чи є дана модель чисто прогнозної чи
містить у якомусь змісті «планові» елементи. Варто розрізняти проблеми,
зв’язані з аналізом окремих рівнянь економетричних чи моделей систем
рівнянь у цілому. Аналіз окремих рівнянь простіше, однак за таким
аналізом можна не побачити безліч системних питань.

Багато статистичних роблем зв’язані з недоліком доступних даних. У
результаті багато рівнянь погано специфіковані: у них пропущені деякі
необхідні перемінні, що веде до перекручування оцінок параметрів. Іншим
джерелом поганої специфікації в рівняннях є помилки виміру спостеріга
перемінних, котрі створюють труднощі частіше в регіональних, чим у
національних, моделях, що порозумівається більш високим загальним рівнем
розробки останніх. Ще з великими труднощями зіштовхується дослідник при
використанні спільних систем рівнянь. Ця методика вимагає більшого числа
ступенів волі, тому що в розрахунках використовуються скорочені форми
рівнянь. Подібні проблеми мають велике значення в регіональних моделях,
оскільки число екзогенних перемінних у них відносно велико в порівнянні
з величиною вибірки і числом ендогенних перемінних.

Погана специфікація і використання тимчасових рядів можуть приводити до
мультиколлинеарности, при якій незалежні перемінні виявляються взаємно
зв’язаними і стає неможливим незалежно визначити вплив окремих
перемінних на залежну перемінну. У випадку поганої специфікації, якщо
яка-небудь перемінна помилково пропущена в правій частині, а ця
перемінна корелює з оставшимися незалежними перемінними, неминуче
перекручування одержуваних коефіцієнтів. Використання тимчасових рядів у
регіональних (так само, як і в національних) економетричних моделях
означає, що величини перемінних випробують циклічні коливання і тому
корелюють згодом і відповідно один з одним; ця обставина є іншим
важливим джерелом мультиколлинеарности.

При розробці прогнозів за допомогою регіональних моделей вплив
мультиколлинеарности може бути, однак, невелико, якщо спільний розподіл
незалежних перемінних не змінилося при переході від базисного до
прогнозного періоду. При прогнозуванні ми більше зацікавлені в спільному
впливі цих перемінних, чим у впливі кожної з них. Якщо ж регіональна
модель використовується для інших цілей, чим прогнозування,
мультиколлинеарность серйознішає проблемою.

Іншою широковідомою проблемою є автокореляція, що виникає, коли
випадкові складові послідовно корелюються, тобто

де р — коефіцієнт кореляції ( | р |

Нашли опечатку? Выделите и нажмите CTRL+Enter

Похожие документы
Обсуждение

Оставить комментарий

avatar
  Подписаться  
Уведомление о
Заказать реферат!
UkrReferat.com. Всі права захищені. 2000-2020