Книжная полка Сохранить
Размер шрифта:
А
А
А
|  Шрифт:
Arial
Times
|  Интервал:
Стандартный
Средний
Большой
|  Цвет сайта:
Ц
Ц
Ц
Ц
Ц

Эконометрика

Покупка
Артикул: 779562.01.99
Доступ онлайн
500 ₽
В корзину
В пособие включены классические регрессионные модели, регрессионные модели с фиктивными переменными, регрессионные модели с распределенными лагами, авторегрессионные модели, системы одновременных уравнений. Приводятся основные методы анализа экономическихпропессовипоказателей по статистическим данным. Учебный материал содержит достаточное число решенных типовых задач, а также контрольные вопросы и задачи для самостоятельной работы. Некоторые задачи сопровождаются описаниями реализации на компьютере.
Саркисян, Р. С. Эконометрика : учебное пособие / Р. С. Саркисян. - Новокузнецк : Знание-М, 2021. - 328 с. - ISBN 978-5-00187-114-9. - Текст : электронный. - URL: https://znanium.com/catalog/product/1870543 (дата обращения: 28.03.2024). – Режим доступа: по подписке.
Фрагмент текстового слоя документа размещен для индексирующих роботов. Для полноценной работы с документом, пожалуйста, перейдите в ридер.
Саркисян Р.С.

УЧЕБНОЕ ПОСОБИЕ

НОВОКУЗНЕЦК

2021

ЭКОНОМЕТРИКА

/ / / / / / / 

УДК 3330.43(075)
ББК 65в6

С20

Рекомендовано ученым советом РГУТиС ИС

качестве учебного пособия для студентов

Рецензенты:

заведующий кафедрой «Экономика и финансы» Российской международной академии 

туризма (РМАТ), доктор экономических наук, профессор 

В. М. Козырев;

профессор АНО ВПО ЦРФ «Российский университет кооперации», 

доктор технических наук 

П. И. Гаджиев

С20

Эконометрика [Электронный ресурс] : учебное пособие / Р. С. Саркисян. — 
Текстовое (символьное) электронное издание. — Новокузнецк : Издательство 
«Знание-М», 2021. — 1 электрон. опт. диск (CD-R). — Сист. требования: IBM 
PC, любой, более 1 GHz ; 512 Мб RAM ; 10 Мб HDD ; MS Windows XP и выше ; 
CD/DVD-ROM дисковод, мышь ; Adobe Reader 8.0 и выше..

ISBN 978-5-00187-114-9
DOI 10.38006/00187-114-9.2021.1.328    

В пособие включены классические регрессионные модели, регрессионные модели 

с 
фиктивными 
переменными, 
регрессионные 
модели 
с 
распределенными 
лагами, 

авторегрессионные модели, системы одновременных уравнений. Приводятся основные методы 
анализа экономических процессов и показателей по статистическим данным.  Учебный материал 
содержит достаточное число решенных типовых задач, а также контрольные вопросы и задачи 
для самостоятельной работы. Некоторые задачи сопровождаются описаниями реализации  
на компьютере.

 

УДК 330.43(075)
ББК 65в6

ISBN 978-5-00187-114-9    
© Саркисян Р. С., 20211 
© Издательство «Знание-М», 2021 

Саркисян Р.С. 

ОГЛАВЛЕНИЕ

Предисловие ...........................................................................................................................6

Введение .................................................................................................................................8

ГЛАВА 1. Основные понятия. Общие вопросы эконометрического моделирования. 
Проблемы прогнозирования ...............................................................................................12

1.1. Основные понятия, перекрестные данные и временные ряды, генеральная 
совокупность и выборка. Выборочный метод. Способы отбора ................................12
1.2. Общие вопроси моделирования. Критерии «хорошей» модели. Основные 
допущения прогнозирования и причины ошибки прогнозов ......................................15

ГЛАВА 2. Элементы теории вероятностей и математической статистики ....................21

2.1. Основные понятия и определения ..........................................................................21
2.2. Некоторые распространенные модели распределения случайных величин .......30
2.3. Предельные теоремы теории вероятностей. Закон больших чисел .....................38
2.4. Многомерные случайные величины. Понятие условного распределения ..........41
Вопросы для самопроверки ............................................................................................50
Упражнения и задачи .......................................................................................................50
2.5. Выборочные и теоретические величины. Несмещенность, эффективность 
и  состоятельность статистической оценки параметров. Элементы теории 
корреляции .......................................................................................................................52
Вопросы для самопроверки ............................................................................................63
Упражнения и задачи .......................................................................................................64

ГЛАВА 3. Оценки параметров  и проверка (тестирование) статистических гипотез ...67

3.1. Точечные оценки параметров. Методы оценивания .............................................67
3.2. Интервальные оценки параметров ..........................................................................74
3.3. Статистическая проверка гипотез (испытание гипотез) .......................................87

Вопросы для самопроверки .............................................................................................. 110
Упражнения и задачи ......................................................................................................... 110

ГЛАВА 4. Парный регрессионный анализ ...................................................................... 114

4.1. Взаимосвязи экономических переменных. Функциональная,  
статистическая и корреляционная зависимость ......................................................... 114
4.2. Парная линейная регрессия ...................................................................................120
4.3. Метод наименьших квадратов ...............................................................................122
4.4. Проверка качества уравнения регрессии ..............................................................130
4.4.1. Основные предпосылки регрессионного анализа (МНК). 
Условия Гаусса – Маркова ............................................................................................130
4.4.2.  Интервальная оценка функции регрессии ........................................................132
4.4.3. Проверка гипотез и интервальные оценки коэффициентов 
линейного уравнения регрессии ..................................................................................135

Эконометрика: Учебное пособие

4.4.4. Общая, объясненная и необъясненная дисперсия зависимой  
переменной.  Оценка значимости уравнения регрессии. Коэффициент 
детерминации, его связь с коэффициентом корреляции ............................................142
4.4.5. Тест Фишера на качество оценивания парной регрессии 
(на состоятельность регрессии) ...................................................................................146
4.4.6. Какие проблемы могут возникнуть при использовании коэффициента 
детерминации? Что такое скорректированный коэффициент детерминации? ........148
4.5. Коэффициент ранговой корреляции Спирмена (показатель корреляции 
рангов Спирмена) ..........................................................................................................149
4.5.1. Некоторые простейшие модели, сводящиеся к линейной ...............................151
4.6. Решение задач на компьютере ...............................................................................162

Вопросы для самопроверки ..............................................................................................163
Упражнения и задачи .........................................................................................................165

ГЛАВА 5.  Множественная линейная регрессия .............................................................169

5.1. Некоторые особенности множественной регрессии и корреляции ...................169
5.2. Оценка параметров классической линейной множественной  
регрессионной модели методом наименьших квадратов (МНК) ..............................174
5.3 Дисперсии и стандартные ошибки коэффициентов. 
Дисперсионно-ковариационная матрица .....................................................................182
5.4. Интервальные оценки коэффициентов и функции регрессии. Проверка 
статистической значимости коэффициентов уравнения регрессии ..........................185
.5. Множественный и скорректированный коэффициенты детерминации 
и проверка общего качества уравнения регрессии .....................................................190
5.6. Анализ статистической значимости коэффициента детерминации  ..................193
5.7. Проверка значимости только некоторых коэффициентов  
регрессионной модели путем проверки значимости  
изменения коэффициента детерминации ....................................................................196

Вопросы для самопроверки ..............................................................................................201
Упражнения и задачи .........................................................................................................201

ГЛАВА 6. Некоторые вопросы практического использования  
регрессионных моделей ....................................................................................................205

6.1. Мультиколлинеарность ..........................................................................................205
6.2. Линейные регрессионные модели с переменной структурой. 
Фиктивные переменные ................................................................................................209
6.3. Проверка гипотезы о совпадении уравнений регрессии для двух выборок. 
Тест (критерий) Г. Чоу. ..................................................................................................211
6.4. Нелинейные модели регрессии .............................................................................218
6.5. Гетероскедастичность остатков .............................................................................222
6.6. Автокорреляция остатков .......................................................................................229

Вопросы для самопроверки ..............................................................................................241
Упражнения и задачи .........................................................................................................243

Саркисян Р.С. 

ГЛАВА 7. Временные ряды и прогнозирование .............................................................247

7.1. Общие сведения о временных рядах и основные этапы анализа ......................247
7.2. Стационарные временные ряды, «белый шум» 
и автокорреляционная функция  ...................................................................................253
7.3. Модели тренда и методы их выбора. Методы выявления 
и выделения тренда .......................................................................................................257
7.4. Прогнозирование на основе моделей временных рядов .....................................264
7.5. Понятие об авторегрессионных моделях и моделях скользящей средней ........269

Вопросы для самопроверки ..............................................................................................274
Упражнения и задачи .........................................................................................................275

ГЛАВА 8. Системы одновременных уравнений. 
Численное моделирование и метод Монте-Карло ..........................................................277

8.1  Модели систем одновременных уравнений, 
методы оценки параметров, проблема идентификации .............................................277

8.1.1. Необходимость использования систем уравнений 
и их некоторые модели. ............................................................................................277
8.1.2. Косвенный метод наименьших квадратов (КМНК) .....................................281
8.1.3. Проблема идентификации и условия идентифицируемости ......................285
8.1.4. Инструментальные переменные  ...................................................................292
8.1.5. Двухшаговый метод наименьших квадратов (ДМНК)  ...............................294

8.2.   Численное моделирование, компьютерные эконометрические пакеты ..........296
8.3  Метод Монте-Карло ...............................................................................................300

Вопросы для самопроверки  .............................................................................................304
Упражнения и задачи .........................................................................................................305

Перечень умений студента ................................................................................................307

Краткий словарь терминов ................................................................................................311

Приложения ........................................................................................................................314

Литература ..........................................................................................................................326

Эконометрика: Учебное пособие

ПРЕДИСЛОВИЕ 

В настоящее время в России начинают развертываться эконометрические иссле
дования, в частности, начинается широкое преподавание этой дисциплины практически в каждом вузе на экономических факультетах. В этом плане настоящее учебное 
пособие посвящено актуальной теме изучения, популяризации преподавания  «эконометрики» как дисциплины федерального компонента по циклу общих математических  
и естественно-научных дисциплин. В настоящее время имеется ряд обстоятельных руководств по эконометрике, которые несут общий характер. Данное учебное пособие 
есть попытка хотя бы в некоторой степени приспособить материалы к реальным учебным программам, совмещая и элементы практикума. 

Предлагаемое учебное пособие ориентировано на начальный курс и охватывает 

основные темы, знакомящие читателя с важнейшими разделами эконометрики. Материалы изложены доступно, проиллюстрированы многими графиками, таблицами  
и примерами решения задач. Они содержат также целый ряд задач, списки вопросов 
для самоконтроля, а также некоторые указания по решению типовых задач на компьютере с помощью ППП Excel.    

Учебное пособие содержит введение, восемь глав, перечень умений студента, 

краткий словарь иностранных слов, список рекомендуемой литературы и приложений. 

Во введении перечислены разные определения эконометрики, показано ее место 

в ряду экономических и математико-статистических дисциплин. Указаны некоторые 
специализированные программные продукты (пакеты), применяемые в эконометрическом моделировании. Приведен краткий список  ученых, вклад которых в эконометрику 
был отмечен Нобелевской премией.

В первой главе приведены основные понятия (перекрестные данные и времен
ные ряды, генеральная совокупность и выборка, методы отбора) и изложены общие 
вопросы эконометрического моделирования (основные критерии «хороших» моделей, 
основные этапы эконометрического моделирования и исследования), а также проблемы 
прогнозирования. 

Вторая глава посвящена напоминанию основных сведений, понятий, методов  

и результатов уже пройденного курса теории вероятностей и математической статистики. Так как многим студентам, начинающим изучение вводного курса эконометрики 
необходимо (как показывает опыт) восстановить знания основных положений теории 
вероятностей и математической статистики, без которых невозможно понимание излагаемого материала. Однако для восполнения серьезных пробелов в знаниях этих дисциплин следует обратиться к специальной литературе [4]. 

Третья глава посвящена методам получения точечных и интервальных оценок па
раметров и числовых характеристик случайных величин (СВ). На простых примерах 
раскрываются такие разделы эконометрики, как построение доверительных интервалов, испытание гипотез. Рассматриваются основные понятия проверки гипотез по выборочным данным и наиболее употребляемые в экономической практике виды гипотез.

В четвертой главе рассматриваются базовые аспекты парного регрессионного ана
лиза, лежащего в основе создания и совершенствования эконометрических моделей. На 
примере парной линейной регрессии представлен фундаментальный метод оценки па
Саркисян Р.С. 

раметров уравнения регрессии – метод наименьших квадратов. Излагаются предпосылки классической линейной регрессионной модели, выполнимость которых обеспечивает получение качественных оценок параметров на базе метода наименьших квадратов.

В пятой главе рассматриваются уравнения множественной линейной регрессии, 

самую употребляемую и наиболее простую из моделей множественной регрессии – 
классическая нормальная модель множественной линейной регрессии. Излагаются основные предпосылки модели множественной линейной регрессии, допускающие применение стандартных тестов  для оценки коэффициентов и проверки статистических 
гипотез и получение «хороших» оценок. 

В шестой главе рассмотрен ряд проблем, раскрываются такие разделы экономе
трики, как мультиколлинеарность, гетероскедастичность и автокорреляция остатков. 
Описываются основные причины, способы их обнаружения и устранения (преодоления), а также фиктивные переменные, нелинейные модели регрессии. 

В седьмой главе дается общие сведения о временных рядах и основных этапах 

анализа. Приводятся модели с лагами, рассматриваются проблемы прогнозирования на 
основе временных рядов. 

Восьмая глава рассматривает экономические модели, выраженные системой одно
временных уравнений. Рассмотрены проблемы идентифицируемости параметров модели и косвенный метод наименьших квадратов.

В восьмой главе обзорно рассмотрены также основные возможности эконометри
ческих компьютерных программ, а также метод Монте-Карло. 

Изложенные материалы сопровождаются иллюстрирующими примерами и зада
чами, при подготовке которых были использованы различные пособия и методические 
материалы. 

Необходимые для решения задач математико-статистические таблицы приведены 

в приложении. 

Особенную благодарность всем авторам (см. список литературы), чии работы по
могли созданию этого приспособленного для нашего вуза учебного пособия. 

Заранее благодарю всех, кто о замеченных отпечатках и ошибках сообщит мне  

по адресу rubensuren@mail.ru.  

Эконометрика: Учебное пособие

ВВЕДЕНИЕ

Что такое эконометрика, ее основная задача, инструментарии, цель и практиче
ская ценность. Достижения информационных технологии и развитие эконометрики. 
Видающиеся ученые эконометристи.

По мере развития экономики возросла необходимость более детального анали
за экономических процессов и задач, возникли новые понятия и термины, показатели  
и характеристики, стали более широко применять математические инструментарии. 

Если в период централизованной плановой экономики основной упор делался на 

балансовых и оптимизационных методах исследования, то в период рыночной экономики возрастает необходимость развития методов и моделей, описывающих стохастические, хаотические процессы, чем и занимается эконометрика.

Термин «эконометрика» (эконометрия) введен в научную литературу в 1930 г. 

Норвежским статистиком Рагнаром  Фришем для обозначения нового направления научных исследований.

Цель исследований – выяснение экономической ситуации и прогнозирование раз
вития с помощью математического моделирования экономических процессов, обработки и количественного анализа статистической экономической информации.

На основе статистической экономической информации (которая отражает распре
деление показателей и характеристик  во времени или (и) в пространстве однородных 
объектов) эконометрические модели описывают взаимообусловленное развитие процессов, делают возможным анализ и прогноз общих закономерностей и конкретных количественных характеристик рассматриваемых процессов, а также определение управляющих воздействий.

Эконометрист (эконометрика) опираясь на экономической теории и на эмпириче
ские данные, формирует модели, оценивает параметры (характеристики), делает прогнозы и дает рекомендации по управлению экономикой. 

Эконометрика как самостоятельная наука (дисциплина) возникла в середине про
шлого века и бурно развивалась на стыке различных дисциплин, основные из которых 
экономическая теория(макро- и микроэкономика) и математика.

Сегодня трудно представить экономиста с высшим профессиональным образова
нием без знания эконометрических методов. Без таких знаний невозможно исследовать и теоретически обобщать эмпирические зависимости экономических переменных,  
невозможно построить надежный прогноз. Хотя единое общепринятое определение 
эконометрики не существует, приведем некоторые определения:

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

Основная задача эконометрики – наполнить эмпирическим содержанием априор
ные экономические рассуждения (Л. Клейн).

Цель эконометрики – эмпирический вывод экономических законов (Э. Маленво).
Эконометрика является не более чем набором инструментов, хотя и очень полез
ных ... 

Эконометрика является одновременно нашим телескопом и нашим микроскопом 

для изучения окружающего экономического мира (Ц. Грилихес).

Саркисян Р.С. 

Эконометрика есть единство трех составляющих – статистики, экономической  

теории и математики (Р. Фриш).

Эконометрика совокупность методов и моделей, позволяющих на базе экономиче
ской теории, экономической статистики и математико-статистического инструментария 
придавать количественные выражения качественным зависимостям (С.А. Айвазян).

Эконометрика (буквально означает:  наука об экономических измерениях) – стати
стический анализ экономических данных (А.И. Орлов).

Эконометрика – это наука, в которой на базе реальных статистических данных  

строятся, анализируются и совершенствуются модели реальных экономических явлений. 

Ключевым  в эконометрике является извлечение из экономической статистики 

определенных взаимосвязей с помощью инструментария математической статистики (а также элементами линейной (матричной) алгебры). Суть эконометрики именно 
в синтезе экономической теории, экономической статистики и математики. Каждая из 
перечисленных  выше дисциплин играет свою роль в эконометрическом исследовании:

- экономическая теория занимается выявлением существующих (на качественном 

уровне) связей между экономическими показателями,

- экономическая статистика занимается наблюдением за интересующими нас эко
номическими показателями, их измерением и сбором результатов измерении, т.е. обеспечивает целенаправленный сбор информации для дальнейшего анализа,

- математическим аппаратом эконометрики является теория вероятностей и ма
тематическая статистика, которая своими инструментариями занимается построением 
моделей взаимосвязей между рассматриваемыми процессами, адекватно отражающими 
экономические концепции. Математическая статистика дает количественную оценку 
взаимосвязанных параметров, проверяет гипотезы адекватности моделей тенденциям 
процессов (т.е. оценивает адекватность моделей к реальным экономическим процессам), оценивает неопределенность в полученных результатах, вызванной систематическими и случайными ошибками и т.д. 

Математическая статистика – наука, изучающая методы обработки результатов 

наблюдений массовых случайных явлений, обладающих статистической устойчивостью, закономерностью, с целью выявления этой закономерности. Выводы о закономерностях всегда основываются на ограниченном, выборочном числе наблюдений. При 
большем числе наблюдении (или при другом наборе наблюдений) эти выводы могут 
оказаться иными. Вынесение более определенного заключения о закономерностях явления невозможно без теории вероятностей. Закономерности в экономике выражаются 
в виде связей и зависимостей экономических показателей, математических моделей их 
поведения. Такие зависимости и модели могут быть получены только путем обработки 
реальных статистических данных, с учетом внутренних механизмов связи и случайных 
факторов.

Модель может быть получена и апробирована на основе анализа статистических 

данных. Изменения, отклонения статистических данных от прогнозируемых ( по модели) говорят о необходимости уточнения и развития модели. Решение задач эконометрики затруднено тем, что с научной точки зрения в чистом виде нельзя ставить эксперименты (тем более, многократно повторяющиеся) в экономике. Изучение взаимос
Эконометрика: Учебное пособие

вязей экономических переменных и улучшение моделей осложнено и тем, что они не 
являются строгими функциональными зависимостями. Трудно выявить все основные 
факторы, влияющие на данную переменную, а многие такие воздействия являются случайными, т.е. содержат случайную составляющую. Эконометрист, как правило, располагает ограниченным набором данных статистических наблюдений, которые к тому же 
могут содержать различного рода ошибки.

Мат. статистика, т.е. теория обработки и анализа данных, и ее применение в эко
номике (т.е. эконометрика) позволяет строить экономические модели и оценивать их 
параметры, проверять гипотезы о свойствах показателей и формах их связи. Это служит основой для экономического анализа и прогнозирования, создавая возможность 
для принятия обоснованных экономических решений.

Роль эконометрики в экономической науке неуклонно растет. Фактически эконо
метрика играет роль основного методологического инструмента в экономике. С ее помощью подтверждают или отвергают экономические гипотезы, а также устанавливают 
границы их применимости. Многие базовые понятия эконометрики имеют два определения – «экономическое» и «математическое». Подобная двойственность отражена и  
в формулировках результатов. Даже научные работы (по эконометрике) могут либо 
почти не содержать математических формул (т.е. быть ближе к чисто экономическим 
работам) либо быть почти математическими трудами, широко использующих  математический аппарат.

Экономика определяет задачи эконометрики и является причиной и целю эконо
метрических задач. Математический результат эконометрических задач без экономической интерпретации теряет свой научный и практический интерес. Многие эконометрические результаты похожи на математические утверждения и теоремы.

На практике эконометрика применяется для:
- прогноза экономических показателей, характеризующих состояние и развитие 

анализируемой системы,

- имитации различных возможных сценариев социально-экономического развития 

анализируемой системы (компьютерная имитация).

Широкое внедрение эконометрических методов и быстрое развитие эконометрики 

стало возможным благодаря достижениям индустрии информационных технологии во 
второй половине XX века  – появлению ЭВМ и в частности персональных компьютеров 
с большими вычислительными мощностями. Компьютерные эконометрические пакеты 
(программы) сделали эконометрические методы более доступными и наглядными, так 
как наиболее трудоемкую (рутинную, черновую) работу по расчету различных параметров, построению таблиц и графиков в основном стал выполнять компьютер. Эконометристу остается определить задачу, выбрать соответствующие модели экономического 
процесса и методы решения и ,конечно, вводить исходные данные и интерпретировать 
полученные результаты на «экономический язык».

В качестве примера, отметим следующие специализированные программные про
дукты (пакеты), применяемые  в эконометрическом моделировании:

- TSP пакет предоставляет широкие возможности для анализа временных рядов. 

Содержит полный раздел нелинейных моделей, обобщенный метод моментов GMM, 
хороший раздел систем одновременных уравнений. Производит аналитическое дифференцирование. Хорошо документирован. Подробную информацию можно найти по 
адресу http://www.tsp.com.

Саркисян Р.С. 

- EViews («user-friendly» software –производитель QMS Software) программа с гра
фическим интерфейсом (ее быстро и легко осваивают пользователи, не имеющие навыков программирования).

 Econometric Views является Windows-версией пакета MicroTSP, значительно пре
восходит DOS-версию по набору методов. Благодаря стройной и логичной идеологии 
построения Windows-интерфейса очень прост в освоении. Содержит развитую подсказку (help), по сути справочник  по эконометрическим методам. Подробно о EViews 
можно найти по адресу http://www.eviews.com.

- RATS программа с интерфейсом, основанном на командном языке (производи
тель Estima )

- R, производитель R Development Core Team. (http://www.fsf.org/ )
Российской экономической школой и Министерством образования РФ проводится 

программа «outreach-эконометрика», целью которой является помощь преподавателям 
вузов России в подготовке современного курса эконометрики. Про эту программу семинаров можно узнать из http://www.nes.cemi.rssi.ru  или по адресу outreach@nes.cemi.
rssi.ru.

Ученые вклад которых в эконометрику был отмечен Нобелевской премией (http://

www.nobel.se/ )   

- 1969 г. : Рангар Фриш и Ян Тинберген , пионеры в эконометрике, за развитие  

и применение динамических моделей для анализа экономических процессов.

-  1980 г. : Лоуренс Клейн – за создание эконометрических моделей и их примене
ние для анализа флуктуаций в экономике и экономической политике.

-  1981 г. : Джеймс Тобин – за анализ финансовых рынков и их взаимосвязи с рас
ходами, занятостью, производством и ценами.

-  1989 г. : Трюгве Хаавелмо –  за прояснение вероятностных основ эконометри
ки и анализ одновременных экономических структур. По мнению ученых, со статьи 
Т. Хаавелмо «Вероятностный подход к эконометрике» (опубликованной в журнале 
Econometrica в 1944 г.) можно начинать отсчет развития эконометрики в ее современном смысле. 

-  1995 г. : Роберт Лукас – за развитие и применение гипотезы рациональных ожи
даний и др.

-  2000 г. : Джеймс Хекман и Дэниел Мак-Фадден – за развитие теории и методов 

анализа селективных данных  и  за развитие теории и эконометрических методов анализа дискретного выбора, т.е. выбора решения из конечного числа альтернатив.

-  2003 г. : Роберт Энгл и Клайв Грейнджер – за методы временных рядов с меня
ющейся волатильностью  и  за методы анализа временных рядов с общими трендами 
(коинтеграция).

Эконометрика: Учебное пособие

ГЛАВА 1. ОСНОВНЫЕ ПОНЯТИЯ. ОБЩИЕ ВОПРОСЫ 

ЭКОНОМЕТРИЧЕСКОГО МОДЕЛИРОВАНИЯ. 

ПРОБЛЕМЫ ПРОГНОЗИРОВАНИЯ

1.1. Основные понятия, перекрестные данные и временные ряды, генераль
ная совокупность и выборка. Выборочный метод. Способы отбора

Значительный блок экономических показателей (данных) имеют вероятностную 

природу, поэтому инструментарии их анализа в основном составляют методы математической статистики и теории  вероятностей. Этот инструментарий применим для 
изучения многократно воспроизводимых экспериментов (наблюдении) в неизменных 
условиях (т.е. для статистического ансамбля). Однако для большинства исследуемых  
в экономике явлении процессы развиваются во времени, и каждый временной ряд 
уникален. При работе с экономическими данными необходимо учитывать, что многие  
из них: 

• 
описываются как неотрицательные случайные величины, 

• 
к ним применимы лишь интервальные оценки (ввиду их неопределенности  

и непрерывности).

Эконометрические данные обычно делят на два вида:  
• 
перекрестные данные (cross-section data) – т.е. данные по какому-либо эко
номическому показателю, полученные для разных однотипных объектов (фирм, регионов). При этом либо все данные относятся к одному и тому же моменту времени, 
либо фактор времени для них несущественен. Например – данные о размере средней 
заработной платы населения или о средней стоимости одного квадратного метра жилплощади для разных регионов в определенный интервал времени. 

• 
временные ряды (time series) - т.е. данные, характеризующие один и тот же 

объект, но в различные моменты временны. К этому виду можно отнести вышеприведенные примеры (показатели), но для одного итого же региона в разные моменты временны. Для временных рядов применяются специальные (другие) методы обработки, 
анализа данных по сравнению с перекрестными данными.

Целью сбора экономических данных является получение информационной базы 

для принятия решений. Анализ данных проводится по какой-либо модели реальной 
экономической системы, в которой по возможности учтены почти все важные (по мнению эконометриста) показатели и влияния. Естественно, что собирают именно те данные, которые необходимы для применяемой модели, т.е. которые возможно учитывать 
по данной модели. Сбор экономических данных осуществляют различными методами: 
путем опроса, анкетирования, интервьюирования и т.п. 

Государственные статистические органы занимаются сбором, обработкой  

и предоставлением  важнейших  данных. Координирующая роль в этом принадлежит 
Госкомстату России (Гос. комитет РФ по статистике), которому, в сборе экономической 
информации о деятельности учреждений гос. управления, бюджетных организаций, 
финансовых учреждений, мелких частных предпринимателей, а также внешнеэкономических операциях помогает Минфин, Центробанк, налоговая и таможенные службы.

Саркисян Р.С. 

Генеральная совокупность и выборка (выборочная совокупность) – являются 

фундаментальными понятиями статистического анализа (математической статистики).

Генеральная совокупность – это все возможные наблюдения интересующего нас 

показателя, все возможные исходы случайного испытания или совокупность всевозможных значении случайной величины Х. Например – все население какой-либо страны, имеющее право голоса при референдуме,- при выводе показателя средней зарплаты 
по всем цехам завода ген. совокупностью является совокупность всех работников всех 
цехов, - при уточнении числа дефектных изделии в партии из N изделии всю партию 
рассматривают как ген. совокупность. Объем ген. совокупности может быть как конечным, так и бесконечным.

Однако в большинстве случаев мы имеем ограниченные возможности сбора дан
ных наблюдении (из за ограничении во времени, в денежных средствах и ряда других причин) и практически собираем лишь часть всевозможных наблюдении (т.е. лишь 
часть генеральной совокупности).

Выборка (выборочная совокупность):
• 
это часть всевозможных наблюдении, т.е. подмножество, выбранное из ген. 

совокупности. Выборка объема n – это результат наблюдения случайной величины  
в вероятностном  эксперименте, который повторяется  n раз в одних и тех же условиях 
(т.е. сбор данных никак не влияет на распределение случайной величины Х),

• 
это результат выборочного исследования, т. е. полученные n данные наблюде
ния, отобранные из ген. совокупности. 

Выборочный метод – состоит в том, что на основании свойств и характеристик 

выборки делают заключения о числовых характеристиках и законе распределения интересующего признака (случайной величины) генеральной совокупности.

Задачи эконометрической науки условно можно разделить на две группы:
1. 
развитие способов и методов наблюдения, сбора информации и их обработки 

(инструментариями теории вероятностей и математической статистики, т. е. развитие  
и самих инструментарии анализа),

2. 
обобщение полученных результатов для генеральной совокупности с целью 

прогнозирования интересующих нас показателей (случайных величин). Это особенно 
сложная задача и пока остаётся весьма слабым местом в эконометрической науке.

Решение первой задачи подразумевает изучение способов сбора информации с це
лью обеспечения репрезентативности (представительности) выборки, чтобы выборка (подмножество) была уменьшенной в масштабе копией генеральной совокупности 
(всего множества). Это преследует цель уменьшения ошибок при распространении полученных результатов на всю генеральную совокупность.

Выборку называют репрезентативной, если она достаточно полно представляет 

изучаемые признаки и параметры генеральной совокупности. Для репрезентативности 
выборки важно обеспечить случайность отбора, с тем, чтобы все объекты генеральной 
совокупности имели равные шансы (вероятности) попасть в выборку.

Доступ онлайн
500 ₽
В корзину