Автор работы: Пользователь скрыл имя, 06 Ноября 2011 в 19:48, курсовая работа
Эконометрическое моделирование является важной составляющей математического описания экономического развития любой сферы хозяйственной деятельности. Особенно актуальным оно становится в период развития рыночных отношений, поскольку функционирование компаний при наличии конкурентной среды так или иначе оценивается как работа в условиях неопределенности, которая предусматривает наличие различного рода возмущений, которые непосредственно влияют на объясняемые переменные. Прогноз, построенный на базовой методологии эконометрической модели, если не исключает, то, по крайней мере, уменьшает ошибочные значения результирующих параметров математической модели.
Введение 3
1. Теоретические аспекты эконометрической модели 4
1.1. Понятие эконометрической модели 4
1.2. Классификация и основные этапы
эконометрического моделирования 7
1.3. Спецификация и структура модели 10
1.4. Применение эконометрических моделей в
управлении 12
2. Эконометрическое моделирование 17
2.1. Основные понятия корреляционно-регрессионного анализа 17
2.2. Парный регрессионный анализ 19
2.3. Линейный парный регрессионный анализ 22
Заключение 24
СПИСОК ЛИТЕРАТУРЫ 26
Помимо выбора спецификации модели не менее важно также правильное описание структуры модели, в частности, для зависимости данных о временном ряде. Значение результативного признака может зависеть не от фактического значения объясняющей переменной, а от значения, которое ожидалось в предыдущем периоде. Тогда, если ожидаемое и фактическое значения тесно связаны, то будет казаться, что между результативным признаком и объясняющей переменной имеется зависимость, хотя в действительности это всего лишь приближение (аппроксимация) и расхождение опять будет связано с наличием остаточного случайного члена[3].
Описанная выше простейшая регрессионная модель всего лишь с двумя переменными входит в класс регрессионных моделей с одним уравнением, в которых одна объясняемая переменная представляется в виде функции от нескольких независимых (объясняющих) переменных и параметров. Таким образом, этот класс включает модели множественной регрессии.
Более
простыми, в некотором смысле, являются модели
временных рядов, включающие модели
тренда (основная тенденция развития), сезонности (
Значительно более общими, чем два описанных выше класса, являются модели, описываемые системами уравнений, - системы одновременных уравнений. В этих уравнениях кроме объясняющих переменных в правых частях могут находиться также и объясняемые переменные из других уравнений, т.е. отличные от объясняемой переменной, стоящей в левой части данного уравнения.
Кроме того, при моделировании экономических процессов рассматриваются два типа данных: пространственные данные и временные ряды. Примеры пространственных данных даются набором сведений по разным фирмам в один и тот же момент времени или данными по курсам валют по обменным пунктам. Временные данные — это ежеквартальные данные по инфляции, средней зарплате, национальному доходу, денежной эмиссии за последние годы и т.п.
При
использовании отдельных
1.4. Применение эконометрических
моделей в управлении
Статистические
и математические модели экономических
явлений и процессов
К эконометрике качества относятся многие публикации научно-технического журнал "Заводская лаборатория (диагностика материалов)". Этот журнал посвящен аналитической химии, физическим, математическим и механическим методам исследования, а также сертификации материалов. Он создан в 1932 г. и адресован специалистам черной и цветной металлургии, химической промышленности и др. Кроме сотрудников центральных заводских лабораторий, служб качества, надежности и других заводских подразделений, он ориентирован в основном на работников прикладных научно-исследовательских организаций. Сейчас журнал базируется в Институте металлургии им.А.А.Байкова Российской академии наук. С 60-х годов в нем действует секция редколлегии "Математические методы исследования", отвечающая за публикацию статей по статистическим методам в промышленности, в частности, в метрологии, диагностике материалов, стандартизации, управлении качеством и сертификации. Технические и экономические вопросы обычно рассматриваются в неразрывном единстве. С рассматриваемой тематикой должен быть знаком каждый специалист по эконометрике, а также по экономике и организации производства[1].
Ввиду
важности статистических методов в
стандартизации и управления качеством
в СССР с начала 70-х годов разрабатывались
государственные стандарты по статистическим
методам в рассматриваемой
Работы по эконометрическим моделям статистического контроля постоянно публикуются в "Заводской лаборатории". Рассмотрим здесь только одну конкретную рекомендацию, основанную на сравнении по экономическим показателям различных схем организации контроля и технического обслуживания. Этот подход приводит к принципиальному изменению технико-экономической политики при контроле качества. Он позволяет "снять" парадокс классической теории статистического контроля - чем выше достигнутый уровень качества, тем больше необходимый объем контроля. Предлагаемый выход состоит в переходе к расширению возможностей менеджера при выборе технической политики на основе учета экономических рисков. "Перекладывание" контроля на потребителя может быть экономически выгодно, если производитель организовал защиту от риска методом пополнения партий (путем включение запасных изделий) или путем развития технического обслуживания, позволяющего быстро заменять дефектное изделие.
Другой важный раздел эконометрики - теория и практика экспертных оценок. Экспертные оценки используют для решения ряда экономических задач, например, выбора оптимального направления инвестиций, или наилучшего образца определенного вида продукции для организации массового выпуска, или при прогнозировании развития экономической ситуации, или при распределении финансирования... Следовательно, используемые в теории экспертных оценок модели являются эконометрическими.
Менее
полезными практически (с точки
зрения достигаемого экономического эффекта),
но более известными в теоретических
и учебных публикациях являются
различные эконометрические модели,
предназначенные для
Каждой
области экономических
С
помощью эконометрических методов
следует оценивать различные
величины и зависимости, используемые
при построении имитационных моделей
процессов налогообложения, в частности,
функции распределения предприятий по
различным параметрам налоговой базы.
При анализе потоков платежей необходимо
использовать эконометрические модели
инфляционных процессов, поскольку без
оценки индекса инфляции невозможно вычислить
дисконт-функцию, а потому нельзя установить
реальное соотношение авансовых и "итоговых"
платежей. Прогнозирование сбора налогов
может осуществляться с помощью системы
временных рядов - на первом этапе по каждому
одномерному параметру отдельно, а затем
- с помощью некоторой линейной эконометрической
системы уравнений, дающей возможность
прогнозировать векторный параметр с
учетом связей между координатами и лагов,
т.е. влияния значений переменных в определенные
прошлые моменты времени. Возможно, более
полезными окажутся имитационные модели
более общего вида, основанные на интенсивном
использовании современной вычислительной
техники.
2. Эконометрическое моделирование
2.1.
Основные понятия корреляционно-регрессионного
анализа
Понятие корреляции
Теория и методы корреляционного анализа используются для выявления связи между случайными переменными и оценки ее тесноты.
Основной задачей регрессионного анализа является установление формы и изучение зависимости между переменными.
В общем случае две величины могут быть связаны функциональной зависимостью, либо зависимостью другого рода, называемой статистической, либо быть независимыми.
Статистической
Статистическая зависимость, при которой изменение одной из величин влечет изменение среднего значения другой, называется корреляционной.
Корреляционные зависимости занимают промежуточное положение между функциональной зависимостью и полной независимостью переменных.
Между величинами, характеризующими экономические явления, в большинстве случаев существуют зависимости, отличные от функциональных. Действительно, в экономике закономерности не проявляются также точно и неизменно, как, например, в физике, химии или астрономии.
Пусть, например, мы рассматриваем зависимость величины Y от величины x – y(x).
Невозможность выявления строгой связи между двумя переменными объясняется тем, что значение зависимой переменной Y определяется не только значением переменной x, но и другими (неконтролируемыми или неучтенными) факторами, а также тем, что измерение значений переменных неизбежно сопровождается некоторыми случайными ошибками.
Вследствие этого корреляционный анализ широко используется при установлении взаимосвязи экономических показателей
Рассмотрим
несколько примеров.
2.2. Парный регрессионный
анализ
Парный регрессионный
анализ рассматривает проблему для
случая однофакторного признака. Пусть
имеется набор значений двух переменных:
yi и хi Между этими переменными
существует объективная связь Y=f(x).
Это истинное уравнение, которое нам не известно и не может быть известно. Необходимо по данным наблюдений подобрать функцию y =f(x) наилучшим образом описывающую истинную зависимость Y=f(x).
Подобрать функцию – значит определить вид функциональной зависимости и значения входящих в нее параметров.
Для определения вида функциональной зависимости можно использовать:
1) теоретические соображения и опыт предыдущих аналогичных исследований;
2)
графический способ на основе
корреляционного поля или
Корреляционное поле – это точечный график в системе координат, каждая точка которого соответствует единице наблюдения. Положение каждой точки на графике определяется величиной двух признаков – факторного Х и результирующего Y.