В главах (1—10) авторы ограничились рассмотрением в основном линейных эконометрических моделей как наиболее простых и обладающих меньшим риском получения значительных ошибок прогноза. По той же причине изучение временных рядов было ограничено рассмотрением в основном стационарных рядов. [c.4]
Формально никаких способов выбора параметрического семейства не существует. Однако в подавляющем большинстве случаев эконометрические модели выбираются линейными. [c.17]
Основная задача, решаемая на этом этапе, — выбор вида функции f(X) в эконометрической модели (1.1), в частности, возможность использования линейной модели как наиболее простой и надежной (о некоторых вопросах линеаризации модели см. 5.5). Весьма важной проблемой на этом (и предыдущих) этапе эконометрического моделирования является проблема спецификации модели (см. гл. 10), в частности выражение в математической форме обнаруженных связей и соотношений установление состава экзогенных и эндогенных переменных, в том числе лаговых формулировка исходных предпосылок и ограничений модели. От того, насколько удачно решена проблема спецификации модели, в значительной степени зависит успех всего эконометрического моделирования. [c.22]
Аппарат линейной, и в частности, матричной алгебры является необходимым инструментом для компактного и эффективного описания и анализа эконометрических моделей и методов. Ниже (как правило, без доказательств) приводят краткие сведения из линейной алгебры, необходимые для изучения эконометрики. Более подробно с методами линейной алгебры можно познакомиться, например, в пособиях [2], [3]. [c.258]
Б. являются объектами моделирования для ряда макроэкономических моделей, хотя в целом в науке существует жесткое разделение экономических явлений на "реальный" и "финансовый" секторы экономики (это называется классической дихотомией). В самой банковской деятельности экономико-математические методы (в частности, эконометрические модели) применяются в таких областях, как прогнозирование объемов активных операций, депозитов, остатков на счетах, величины банковских процентов, объема денежной массы. В инвестиционной деятельности, когда дело идет о рациональном распределении капитальных вложений, Б. используют модели межотраслевого баланса, линейного программирования. [c.28]
Кроме того, каждый экономико-математический метод или подход акцентирует внимание, как правило, на определенной методике формализации конкретной задачи, определенных постулатах или аксиомах, принятых для данного метода. Например, метод линейного программирования с использованием системы алгебраических уравнений, неравенств и целевой функции позволяет находить оптимальные решения при заданных ограничениях. В этот математический аппарат трудно ввести понятия случайности, или вероятности, надежности или самоорганизации объекта. Точно также не представляется возможным ввести в эконометрические модели понятия цели управления, стратегии из теории игр и т.п. [c.14]
В четвертой главе рассматриваются базовые аспекты регрессионного анализа, лежащего в основе построения и совершенствования эконометрических моделей. На примере парной линейной регрессии подробно представлен фундаментальный метод оценки параметров уравнений регрессии - метод наименьших квадратов (МНК). [c.7]
Если функция регрессии линейна, то речь ведут о линейной регрессии. Модель линейной регрессии является наиболее распространенным (и простым) уравнением зависимости между экономическими переменными. Кроме того, построенное линейное уравнение может быть начальной точкой эконометрического анализа. [c.98]
Как уже отмечалось в предыдущих главах, построение и развитие эконометрической модели - это длительный и сложный процесс. Очень редко оценка исходной спецификации зависимости дает хорошие по всем параметрам результаты. Предположим, что оцененная множественная линейная регрессия по ряду статистических характеристик (DW, /-статистики, /-"-статистика) оказалась неприемлемой и требует уточнения. Направления такого уточнения могут быть следующими [c.335]
Иначе обстоит дело с регрессией, нелинейной по оцениваемым параметрам. Данный класс нелинейных моделей подразделяется на два типа нелинейные модели внутренне линейные и нелинейные модели внутренне нелинейные. Если нелинейная модель внутренне линейна, то она с помощью соответствующих преобразований может быть приведена к линейному виду. Если же нелинейная модель внутренне нелинейна, то она не может быть сведена к линейной функции. Например, в эконометрических исследованиях при изучении эластичности спроса от цен широко используется степенная функция [c.70]
Если модель внутренне нелинейна по параметрам, то для оценки параметров используются итеративные процедуры, успешность которых зависит от вида уравнений и особенностей применяемого итеративного подхода. Модели внутренне нелинейные по параметрам могут иметь место в эконометрических исследованиях. Однако гораздо большее распространение получили модели, приводимые к линейному виду. Решение такого типа моделей реализовано в стандартных пакетах прикладных программ. Среди них, в частности, можно назвать и обратную модель вида [c.71]
Учитывая матричную форму изложения в учебнике вопросов множественной регрессии, в приложении (главе 11) приведены основные сведения из линейной алгебры. Кроме того, в ыаве 12 рассмотрено применение компьютерных пакетов для оценивания эконометрических моделей, а также проведение эксперимента по методу Монте-Карло, основанного на компьютерном моделировании случайных величин. [c.4]
Эконометрические модели обычно включают в систему не только уравнения, отражающие взаимосвязи между отдельными переменными, но и выражения тенденции развития явления, а также разного рода тождества. Так, в 1947 г., исследуя линейную зависимость потребления (с) от дохода (у), Т.Хавельмо предложил одновременно учитывать тождество дохода. В этом случае модель имеет вид [c.184]
ЭКОНОМЕТРИЧЕСКАЯ МОДЕЛЬ [e onometri model] — 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. Наиболее распространены Э.м., 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 (см. Лаг). Кроме регрессионных (как линейных, так и нелинейных) уравнений, применяются и другие матема-тико-статистические модели. [c.400]
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, ло-гит-модели, тобит-модели и др. [c.400]
В шестой главе описывается метод наименьших квадратов нахождения оценок параметров уравнения множественной линейной регрессии. Рассматриваются узловые моменты анализа качества построенного уравнения регрессии (эконометрической модели). Приводится схема оценки значимости коэффициентов регрессии. Исследуются различные аспекты использования коэффициента детерминации. Обозначается достаточно острая проблема, встречающаяся в эконометри-ческих моделях, - проблема автокорреляции остатков. [c.8]
Эконометрические модели на основе линейного и многомерного дис-криминантного анализа, регрессионного анализа (в частности, логит-и пробит-модели, используемые для прогнозирования вероятности дефолта как функции от нескольких независимых переменных), анализа выживаемости, позволяющего получать оценки вероятности наступления события (например, смерти, дефолта), и др. [c.339]
В девятой главе Анна Тулкки описывает применение самоорганизующихся карт для оценки строений. Наиболее общими методами, используемыми для анализа стоимости недвижимого имущества, являются эконометрические модели. Однако данный метод имеет ряд слабых мест, влияющих на надежность создаваемых моделей. Во-первых, существует допущение линейности, а также проблема коррелирующих друг с другом переменных. Оба этих обстоятельства затрудняют создание удовлетворительных моделей стоимости недвижимого имущества. В частности, недостатки эконометрических моделей можно проследить на примере изменения стоимости и цен недвижимого имущества на протяжении 90-х годов. [c.35]
Наиболее часто для анализа и оценки недвижимости используются эконометри-ческие модели. Однако эти модели имеют некоторые недостатки, затрудняющие исчерпывающий анализ и влияющие на их надежность. Во-первых, это предположение о линейности распределения данных, и, во-вторых, проблема формирования экспертных оценок и интерпретации результатов исследования при наличии корреляции между величинами в исследуемых данных. Кроме того, изменения цен на недвижимость и жилье в 1990 г. сделали использование эконометрических моделей особенно затруднительным. Цель представленных в этой главе исследований — показать, что самоорганизующиеся карты являются более подходящим инструментом для изучения динамики цен на жилье и заслуживают более широкого применения при оценке недвижимости. Причина этого кроется в том, что самоорганизующиеся карты основаны на нейросетевой технологии, позволяющей анализировать нелинейности, сохраняя топологию и распределение данных, что представляет существенную важность при оценке недвижимости. Примеры, рассмотренные в данной главе, взяты из данных о рынке жилья Финляндии. [c.184]
Первый шаг эконометрического исследования состоит в специфика-щ г того, что мы хотели бы считать реалистической моделью изучае-M . I системы. Как мы уже видели, такие модели, если они линейны, м гут быть записаны в общей форме [c.351]