КУРС ЭКОНОМЕТРИКА Введение в эконометрику ЛИТЕРАТУРА Теория

КУРС ЭКОНОМЕТРИКА Введение в эконометрику

ЛИТЕРАТУРА Теория вероятностей и математическая статистика: Ø Шведов А. С. Теория вероятностей и математическая статистика; Ø Кремер Н. Ш. Теория вероятностей и математическая статистика. Эконометрика: Ø Магнус Я. Р. , Катышев П. К. , Пересецкий А. А. Эконометрика. Начальный курс; Ø Чичагов В. В. , Радионова М. В. Руководство к решению задач по эконометрике Wooldridge, J. M. Introductory Econometrics: A Modern Approach; Ø Вербик М. Путеводитель по современной эконометрике; Ø Доугерти К. Введение в эконометрику; Ø Stock J. , Watson M. Introduction to Econometrics; Ø Берндт, Э. Р. Практика эконометрики: классика и современность; Ø Дайитбегов Д. М. Компьютерные технологии анализа данных в эконометрике; • • Айвазян С. А. , Мхитарян В. С. Прикладная статистика в задачах и упражнениях; Мхитарян В. С. , Архипова М. Ю. , Балаш В. А. Эконометрика; Бывшев В. А. Эконометрика; Магнус Я. Р. , Нейдеккер Х. Матричное дифференциальное исчисление с приложениями к статистике и эконометрике. 2

ЖУРНАЛ «КВАНТИЛЬ» Ø Цыплаков, Александр (2007) «Мини-словарь англоязычных эконометрических терминов, часть 1» , Квантиль № 5, стр. 67 -72; Ø Цыплаков, Александр (2008) «Мини-словарь англоязычных эконометрических терминов, часть 2» , Квантиль № 3, стр. 41 -48; Ø Цыплаков, Александр (2014) «Мини-словарь англоязычных эконометрических терминов, часть 3» , Квантиль № 12, стр. 45 -51; Ø Анатольев, Станислав (2008) «Оформление эконометрических отчетов» , Квантиль № 4, стр. 71 -78; Ø Анатольев, Станислав и Александр Цыплаков (2009) «Где найти данные в сети? » , Квантиль, № 6, стр. 59 -71. 3

НЕОБХОДИМО ПОВТОРИТЬ: Ø Линейную алгебру; Ø Геометрию; Ø Теорию вероятностей и математическую статистику; Ø Математический анализ; Ø Макроэкономику; Ø Микроэкономику. 4

РАССМОТРИМ ОСНОВНЫЕ ПОНЯТИЯ ЛИНЕЙНОЙ АЛГЕБРЫ: Ø Векторное пространство; Ø Матрицы и операции с матрицами; Ø Определитель, ранг матрицы; Ø Обратная матрица; Ø Системы линейных уравнений; Ø Собственные числа и векторы; Ø Симметричные матрицы; Ø Положительно определенные матрицы; Ø Идемпотентные матрицы. 5

ОСНОВНЫЕ ПОНЯТИЯ ТВИМС: Ø Случайная величина (СВ); Ø Дискретные и непрерывные СВ; Ø Закон распределения СВ; Ø Функция и плотность распределения СВ; Ø Квантиль распределения; Ø Совместное распределение; Ø Условное распределение; Ø Типы распределений; Ø Закон больших числе и Центральная предельная теорема; Ø Числовые характеристики СВ; Ø Оценивание неизвестных параметров; Ø Проверка статистических гипотез. 6

ЭКОНОМИКА ДЕЛИТСЯ НА: Микроэкономику Макроэкономику Эконометрику 7

КРАТКАЯ ИСТОРИЯ 1910 г. Павел Цьемпа (Австро-Венгрия): • Бухгалтер , впервые употребил термин «эконометрия» • Если данные бухгалтерского учета анализировать с помощью методов алгебры и геометрии, то будет получено новое, более глубокое представление о результатах хозяйственной деятельности. 29. 12. 1930 г. И. Фишер, Р. Фриша, Я. Тинбергена, И. Шумпетер, О. Андерсон и др. ученые: • на заседании Американской ассоциации развития науки (США, Кливленд, штат Огайо) было сформированоэконометрическое общество, на котором норвежский ученый Р. Фриш присвоил новой науке название – «эконометрика» . 1933 г. – начал выпускаться журнал «Econometrica» 1941 г. – издан первый учебник по эконометрике (Я. Тиберген) 8

1969 г. – первая в истории Нобелевская премия по экономике присуждена эконометристам Рагнару Фришу и Яну Тибенбергу ( «За создание и применение динамических моделей к анализу экономических процессов» ) 2000 г. – Нобелевская премия по экономике - Джеймс Хекман (и Дэниел Макфадден ( «За развитие теории и методов анализа дискретного выбора» ) 2003 г. – Нобелевская премия по экономике - Роберт Энгл ( «За разработку метода анализа временных рядов в экономике на основе математической модели с авторегрессионной условной гетероскедастичностью (ARCH)» ) и Клайв Грэнджер ( «За разработку метода коинтеграции для анализа временных рядов в экономике» ) 2011 г. – Нобелевская премия по экономике - Томас Сарджент и Кристофер Симс ( «За эмпирические исследования причинноследственных связей в макроэкономике» ) 9

ЭКОНОМЕТРИКА (ECONOMETRICS) Экономика Метрика Metron (греч. )- мера 10

ЭКОНОМЕТРИКА - РЕЗУЛЬТАТ ОПРЕДЕЛЕННОГО ВЗГЛЯДА НА РОЛЬ экономики, состоит из применения математической статистики к экономическим данным для предоставления эмпирической поддержки моделям, которые созданы в рамках математической экономики, и получения числовых результатов (P. A. Samuelson, T. C. Koopmans, and J. R. N. Stone, “Report of the evaluative Committee for Econometrica” , Econometrica, v. 22, no. 2, Apr 1954, pp. 141 -146). Целью эконометрики является эмпирический вывод различных экономических законов. Econometrics Statistics Probability Event Set 11

ПРИЛОЖЕНИЕ МАТЕМАТИЧЕСКОЙ СТАТИСТИКИ • • Эконометрика; Социометрия; Психометрия; Клиометрия – 1993 г. Нобелевская премия по экономике - Робрет Фогель и Дуглас Сессил Норт • Биометрия; • и др. 12

СВЯЗЬ ЦЕНЫ ОДНОКОМНАТНОЙ КВАРТИРЫ С ЕЕ ПЛОЩАДЬЮ Данные по однокомнатным квартирам Мотовилихинского района (Пермь) Metrosphera. ru (октябрь 2013 г. ) 4, 000 Регрессионная модель выглядит следующим образом: Цена (тыс. руб. ) 3, 500 3, 000 2, 500 yˆ 24, 94 58, 96 x 2, 000 1, 500 1, 000 500 10 20 30 40 Общая площ адь (кв. м) 50 60 13

КЛЮЧЕВЫЕ ЭТАПЫ ЭКОНОМЕТРИЧЕСКОГО МОДЕЛИРОВАНИЯ 1) Цель и задачи исследования 2) Экономическая модель – Априорный этап 3) Данные (источник данных!) – – Выбор данных и выдвижение гипотез Анализ выборки (визуальный анализ, описательные статистики) 4) Эконометрическая модель – – Постановочный этап Параметризация и спецификация модели 4) Эмпирические результаты – – – Идентификация модели Верификация модели Экономическая интерпретация прогнозирование полученных результатов, 14

ЭКОНОМИЧЕСКАЯ МОДЕЛЬ Экономическая модель преступности (Becker, 1968) Hours spent in criminal activities y f (x 1 , x 2 , x 3, x 4 , x 5 , x 6 , x 7 ) Age Expected sentence „Wage“ of criminal activities Wage for legal Other Probability of income getting caught conviction if employment caught Hourly wage f (educ, exp er, training ) Years of formal education Years of workforce experience Weeks spent in job training – Функциональная форма модели не специфицирована Источник: J. Wooldridge, Introductory Econometrics 15

ВОЗМОЖНЫЕ ТИПЫ ДАННЫХ: Ø Кросс-секционные (cross-sectional data) наблюдения, произведенные в один тот же момент времени; Ø Временные (time series data) совокупность экономической информации, которая характеризует один и тот же объект, но за разные периоды времени; Ø Панельные (panel data) совокупность кросс-секционных и временных данных. 16

Indicator variables (1=yes, 0=no) Observation number Hourly wage Источник: J. Wooldridge, Introductory Econometrics 17

Growth rate of real per capita GDP Government consumtion as percentage of GDP Adult secondary education rates Источник: J. Wooldridge, Introductory Econometrics 18

Average minimum wage for given year Average coverage rate Unemployment rate Gross national product Источник: J. Wooldridge, Introductory Econometrics 19

Property tax Size of house in square feet Number of bathrooms Before reform After reform Источник: J. Wooldridge, Introductory Econometrics 20

Each city has two time series observations Number of police in 1986 Number of police in 1990 Источник: J. Wooldridge, Introductory Econometrics 21

ЭКОНОМЕТРИЧЕСКИЕ МОДЕЛИ Measure of cri - minal activity Wage for legal employment Other income Frequency of prior arrests crime 0 1 wagem 2 othinc 3 freqarr Unobserved determinants of criminal activity 4 freqconv 5 avgsen 6 age Frequency of conviction Average sentence length after conviction Age wage 0 1 educ 2 exp er 3 training Hourly wage Years of formal education Years of workforce experience Weeks spent in job training e. g. moral character, wage in criminal activity, family background … Unobserved determinants of the wage e. g. innate ability, quality of education, family background … 22

ВИДЫ ЭКОНОМЕТРИЧЕСКИХ МОДЕЛЕЙ: Ø Модели временных рядов; Ø Регрессионные модели с одним уравнением; Ø Системы одновременных уравнений. 23

МОДЕЛИ ВРЕМЕННЫХ РЯДОВ: Модели тренда: y T t, г д е T t - временной тренд заданного t t параметрического вида, t - случайная стохастическая компонента; Модели сезонности: y t S t t S t -периодическая сезонная компонента; Модели тренда и сезонности Модели, объясняющие поведение ряда, опираясь на предыдущие значения (для изучения и прогнозирования объема продаж авиабилетов, спроса на мороженое, краткосрочного прогноза процентных ставок и т. п. ): Ø Ø модели аддитивного прогноза; модели авторегрессии; модели скользящего среднего; и др. 24

РЕГРЕССИОННЫЕ МОДЕЛИ С ОДНИМ УРАВНЕНИЕМ Общий вид: y f x, f x 1 , x 2 , , x n , 1 , 2 , , k Зависимая переменная y представляется в виде функции f от независимых переменных x 1, . . . , xn и параметров 1 , 2 , , k. Модели можно разделить в зависимости от вида функции на: Ø линейные; Ø нелинейные. Например, можно анализировать спрос на мороженое как функцию времени, температуры. Анализировать зависимость зарплаты от среднего уровня доходов, возраста, пола, уровня образования, территориального расположения работы, стажа и так далее. 25

СИСТЕМЫ ОДНОВРЕМЕННЫХ УРАВНЕНИЙ Данного типа системы могут состоять из тождеств и регрессионных уравнений. Модель спроса и предложения: Пусть Q D - спрос на товар в момент времени t, Qt. S - предложение t товара в момент времени t, Pt - цена товара в момент времени t, I t - уровень дохода в момент времени t. Рассмотрим следующую систему уравнений «спроспредложение» : Qt. S 1 2 Pt 3 Pt 1 t (предложение) Qt. D 1 2 Pt 3 I t ut (спрос) (равновесие) Qt. D Qt. S Цена товара и спрос находятся из уравнений модели, а значит экзогенные переменные. Предопределенными в данной модели являются величина дохода и уровень цены товара в предыдущий момент времени. 26