МИНОБРНАУКИ РОССИИ
Федеральное государственное бюджетное образовательное учреждение
высшего профессионального образования
«Тверской государственный технический университет»
Институт дополнительного профессионального образования
Кафедра
«Бухгалтерский учет, анализ и аудит»
Курсовой проект
По дисциплине: «Эконометрика»
На
тему: «Сравнительный анализ эконометрических моделей регрессии»
ВЫПОЛНИЛА: студентка 3курса
Замятина
Кристина Дмитриевна
ПРОВЕРИЛА:
Коновалова А. С.
Ржев 2015
ВВЕДЕНИЕ
Эконометрика - это наука, предметом изучения которой являются количественные закономерности и взаимозависимости в экономике на основании методов математической статистики. Основой эконометрики является построение эконометрической модели и определение возможностей использования данной модели для описания, анализа и прогнозирования реальных экономических процессов.
Создавая возможность для принятия обоснованных экономических решений, эконометрический анализ является основой экономического анализа и прогнозирования.
В любой области экономики деятельность специалиста требует применения современных методов работы, основанных на эконометрических моделях, концепциях и приемах.
В качестве предмета эконометрического исследования в курсовом проекте выбрано количество прибывших в страны ЕС на постоянное место жительства. Миграционные процессы являются чрезвычайно важным фактором для оценки перспектив развития общества, поэтому актуальность темы исследования обуславливает рост социальной значимости этих процессов в современном мире.
Экономическое исследование миграционных процессов - существенный фактор повышения эффективности развития стран. История развития человечества неразрывно связана с изменениями динамики численности населения. В Европе быстрый рост населения обусловлен в первую очередь социально-экономическими изменениями, т.е. следует за экономическим ростом и изменениями в социальной сфере.
Цели курсового проекта - разработка проектных решений по информационно-методическому обеспечению исследования в области эконометрического моделирования, а также получение практических навыков построения и исследования эконометрических моделей.
Задача курсового проекта - использование на практике знаний и навыков в построении и исследовании эконометрических моделей для проведения эконометрического анализа данных.
Конечной прикладной целью эконометрического моделирования реальных социально-экономических процессов в данном курсовом проекте является прогноз экономических и социально-экономических показателей, характеризующих состояние и развитие анализируемой системы, то есть определение тенденций миграционных процессов в странах ЕС и их зависимость от имеющихся факторов, учитываемых при построении эконометрической модели.
эконометрический регрессия
информационный моделирование
ГЛАВА 1. АНАЛИТИЧЕСКАЯ ЧАСТЬ
.1 Основы эконометрического исследования моделей
регрессии
Экономической дисциплиной, занимающейся разработкой и применением статистических методов для измерения взаимосвязей между эконометрическими переменными, является эконометрика, представляющая собой комбинацию экономической теории, статистики и математики.
Эконометрические данные не являются результатами контролируемого эксперимента. Эконометрика имеет дело с конкретными экономическими данными и занимается количественным описанием конкретных взаимосвязей, то есть заменяет коэффициенты, представленные в общем виде, конкретными численными значениями. В эконометрике разрабатываются специальные методы анализа, позволяющие снизить влияние ошибок измерения на полученные результаты.
Главный инструмент эконометрики - эконометрическая модель, то есть формализованное описание количественных взаимосвязей между переменными. В методологии моделирования заложены большие возможности саморазвития, поскольку моделирование - это циклический процесс, за каждым циклом может последовать следующий, а знания об исследуемом объекте расширяются и уточняются, исходная модель постепенно совершенствуется. Недостатки, обнаруженные после предыдущего цикла моделирования, обусловленные малым знанием объекта и ошибками в построении модели, можно исправить в последующих циклах.
Можно выделить три класса эконометрических моделей:
модель временных данных;
регрессионная модель с одним уравнением;
система одновременных уравнений.
Классификация задач, решаемых с помощью эконометрической модели: 1) по конечным прикладным целям:
прогноз эконометрических и социально-экономических показателей, характеризующих состояние и развитие анализируемой системы;
имитация возможных сценариев социально-экономического развития системы.
) по уровню иерархии:
задачи макроуровня (страна в целом);
задачи мезоуровня (регионы, отрасли, корпорации);
микроуровень (семья, предприятие, фирма).
) по профилю эконометрической системы, направленные на изучение:
рынка;
инвестиционной, финансовой или социальной политики;
ценообразование;
распределительных отношений;
спроса и потребления;
комплекса проблем. [5]
Основные этапы эконометрического моделирования:
этап - постановочный. Определение конечных целей модели, набора участвующих в ней факторов и показателей, их роли. Основные цели исследований: анализ состояния и поведения экономического объекта, прогноз его экономических показателей, имитация развития объекта, выработка управленческих решений.
этап - априорный. Анализ сущности изучаемого объекта, формирование и формализация известной до начала моделирования информации.
этап - параметризация. Выбор общего вида модели, состава и формы входящих в нее связей. Основная задача этого этапа - выбор функции f(Х).
этап - информационный. Сбор необходимой статистической информации.
этап - идентификация модели. Статистический анализ модели и оценка ее параметров. Основная часть эконометрических исследований.
этап - верификация модели. Проверка адекватности модели, оценка точности модельных данных. Выясняется, насколько удачно решены проблемы спецификации и идентификации, какова точность расчетов по данной модели. Проверяется, насколько соответствует построенная модель моделируемому реальному экономическому объекту или процессу. [1]
При моделировании экономических процессов в эконометрических моделях используют:
. Пространственные данные - набор сведений по разным объектам, взятым за один и тот же период времени.
. Временные данные - набор сведений, характеризующих один и тот же объект, но за разные периоды времени.
Набор сведений представляет собой множество признаков, характеризующих объект исследования. Признаки могут выступать в одной из двух ролей: роль результативного признака и роль факторного признака.
Переменные делятся на:
экзогенные, значения которых задаются извне;
эндогенные, значения которых определяются внутри модели;
лаговые - эндогенные или экзогенные переменные эконометрической модели, датированные предыдущими моментами времени и находящиеся в уравнении с текущими переменными;
предопределенные - экзогенные переменные, привязанные к прошлым, текущим и будущим моментам времени и лаговые эндогенные переменные, уже известные к данному моменту времени.
В эконометрике в основном рассматривают ошибки спецификации модели, предполагая, что ошибки измерения сведены к минимуму. [2]
Спецификация модели - выбор вида функциональной зависимости (уравнения регрессии). Величина случайных ошибок не будет одна и та же для спецификаций модели, и сведение остаточного члена к минимуму позволяет выбрать наилучшую спецификацию.
Помимо выбора спецификации модели не менее важно также правильное описание структуры модели. Значение результативного признака может зависеть не от фактического значения объясняющей переменной, а от значения, которое ожидалось в предыдущем периоде.
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. Этот класс включает модели множественной регрессии.
Более простыми являются модели временных рядов, которые объясняют поведение временного ряда, исходя только из его предыдущих значений, это модели:
тренда,
авторегрессии,
адаптивного прогноза,
скользящего среднего и др. [4]
Более общими являются системы одновременных уравнений, в которых 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.
При использовании отдельных уравнений регрессии предполагается, что факторы можно изменять независимо друг от друга, хотя в действительности их изменения не независимы, а изменение одной переменной чаще всего влечет за собой изменения во всей системе признаков, т.к. они являются взаимосвязанными. Необходимо уметь описывать структуру связей между переменными с помощью системы одновременных (структурных) уравнений.
Статистические и математические модели экономических явлений и процессов определяются спецификой той или иной области экономических исследований. Теория и практика экспертных оценок - важный раздел эконометрики, так как экспертные оценки используют для решения ряда экономических задач. [6]
Более известными в теоретических и учебных
публикациях являются различные эконометрические модели, предназначенные для
прогнозирования макроэкономических показателей. Это обычно модели, имеющие
целью прогнозирование многомерного временного ряда. Они представляют собой
систему линейных зависимостей между прошлыми и настоящими значениями
переменных. В таких задачах оценивают как структуру модели, т.е. вид
зависимости между значениями известных координат вектора в прежние моменты
времени и их значениями в прогнозируемый момент, так и коэффициенты, входящие в
эту зависимость. Структура такой модели - объект нечисловой природы. Свои
эконометрические модели соответствуют каждой области экономических
исследований. [8]
.2 Технология эконометрического исследования
моделей регрессии
Исследование и количественная оценка объективно существующих взаимосвязей и зависимостей между экономическими явлениями - основная задача эконометрики.
Причинно-следственное отношение - это такая связь между явлениями, при которой изменение одного из них, называемого причиной, ведет к изменению другого, называемого следствием. Следовательно, причина всегда предшествует следствию.
Причинно-следственные отношения между явлениями представляют наибольший интерес для исследователя, что позволяет выявлять факторы, оказывающие основное влияние на вариацию изучаемых явлений и процессов.
Причинно-следственные связи в социально-экономических явлениях обладают следующими особенностями:
. причина Х и следствие Y взаимодействуют не непосредственно, а через промежуточные факторы, которые при анализе опускаются.
. социально-экономические явления развиваются и формируются в результате одновременного воздействия большого числа факторов. Одной из главных проблем при изучении этих явлений становится задача выявления основных причин и абстрагирование от второстепенных.
По направлению изменения связи подразделяются:
. прямые (изменение результативного и факторного признаков происходит в одном направлении),
. обратные (изменение результативного и факторного признаков происходит в противоположных направлениях).
По характеру проявления различают:
. функциональная связь - связь, при которой определенному значению факторного признака соответствует одно и только одно значение результативного признака, проявляется во всех случаях наблюдения и для каждой конкретной единицы исследуемой совокупности, изучается в основном в естественных науках.
. стохастическая зависимость - причинная зависимость, которая проявляется не в каждом отдельном случае, а в общем, при большом числе наблюдений, а одним и тем же значениям факторных признаков, как правило, соответствуют различные значения результативного признака, но, рассматривая всю совокупность наблюдений можно отметить наличие определенной зависимости между значениями признаков. Частным случаем стохастической связи является корреляционная связь, при которой изменение среднего значения результативного признака обусловлено изменением факторных признаков.
По аналитическому выражению выделяют связи:
. линейные: изменение результативного признака прямо пропорционально изменению факторных признаков.
. нелинейные.
Аналитически линейная стохастистическая связь между явлениями может быть представлена уравнением прямой линии на плоскости, либо уравнением гиперплоскости в n-мерном пространстве (при наличии n факторных переменных). [3]
Построение эконометрической модели - это основа эконометрического исследования. От того, насколько хорошо полученная модель описывает изучаемые закономерности между экономическими процессами, зависит степень достоверности результатов анализа и их применимости.
Построение эконометрической модели начинается со спецификации модели, заключающейся в получении ответа на два вопроса:
) какие экономические показатели должны быть включены в модель;
) какой вид имеет аналитическая зависимость между отобранными признаками.
В исследованиях, посвященных разработке методов прогнозирования таких финансовых показателей, как курсы валют, ценных бумаг, индексов широко применяются модели, основанные на предположении, что динамика этих процессов полностью определяется внутренними условиями.
После выделения совокупности рассматриваемых переменных следующим этапом является определение конкретного вида модели, наилучшим образом соответствующего изучаемому явлению.
По характеру связей факторов с переменной у модели подразделяются на линейные и нелинейные. По свойствам своих параметров модели подразделяются на модели с постоянной и переменной структурой.
Особый вид моделей составляют системы взаимосвязанных эконометрических уравнений.
Если на основе предварительного качественного анализа рассматриваемого явления не удается однозначно выбрать наиболее подходящий тип модели, то рассматриваются несколько альтернативных моделей, среди которых в процессе исследования выбирается та, которая в наибольшей степени соответствует изучаемому явлению. [7]
В общем случае процедуру построения эконометрической модели можно представить в виде следующих этапов:
. Спецификация модели, т. е. выбор класса моделей, наиболее подходящих для описания изучаемых явлений и процессов.
Этот этап предполагает решение двух задач:
а) отбор существенных факторов для их последующего включения в модель;
б) выбор типа модели, т. е. выбор вида аналитической зависимости, связывающей включенные в модель переменные.