Эконометрика - Введение

ПРЕДИСЛОВИЕ

В соответствии с Государственным образовательным стандартом высшего профессионального образования по направлению «Экономика», учебный курс «Эконометрика» входит в учебные планы подготовки экономистов всех специальностей в качестве обязательной дисциплины. Курс «Эконометрика» является базовой дисциплиной современного экономического образования и преподается во всех ведущих университетах мира.

Цель данного курса – овладение студентами системными знаниями и практическими навыками в области современных методов эконометрического моделирования и анализа социально – экономических процессов, позволяющими применять их для количественного анализа реальных экономических явлений.

В учебнике системно и комплексно рассматриваются проблемы эконометрического моделирования, круг социально-экономических задач, которые можно успешно решать с помощью методов эконометрики и основные эконометрические методы моделирования и анализа, включая современные методы анализа и обработки данных. Теоретические разделы, наряду с традиционными, посвященными регрессионному анализу, анализу одномерных временных рядов и оценке систем линейных одновременных уравнений (главы 2-5,7), содержат доступное изложение новых, интенсивно развивающихся эконометрических методов, основанных на применении нейронных сетей, теории фильтрации, привлечении экспертной информации для прогнозирования по коротким временным рядам (главы 6,8,9). Основное внимание уделяется не формально-математическим выводам, а качественному пониманию методов эконометрики, умению правильно построить эконометрическую модель социально-экономического процесса, проверке выполнения предпосылок, лежащих в основе модели и ее адекватности реальному процессу, анализу достоверности полученных результатов и использованию их при принятии решений.

Данный курс опирается и связан с базовыми математическими и экономическими дисциплинами: «Высшая математика», «Линейная алгебра», «Теория вероятностей и математическая статистика», «Микроэкономика», «Макроэкономика», «Статистика» и др.

Учебник состоит из девяти глав, списка литературы и приложения.

В первой, вводной главе, дается общее представление о математическом моделировании как методе познания реальной действительности, обсуждаются проблемы, связанные с математическим моделированием в экономике, определяется предмет эконометрики, возможности эконометрических методов и основные классы эконометрических моделей.

Глава 2 посвящена изучению модели парной линейной регрессии. Эта модель является частным случаем модели многомерной регрессии, но ее изучение представляет самостоятельный интерес, поскольку она имеет многие характерные свойства общих многомерных моделей, но более наглядна и проста для изучения. Глава содержит традиционный материал – оценка параметров по методу наименьших квадратов, обсуждение предпосылок модели, свойства оценок, построение доверительных интервалов для параметров и проверка гипотез, критерии адекватности модели, изучение которого должно предшествовать изложению более сложных вопросов, связанных с построением моделей множественной регрессии.

В главе 3 дается достаточно полное изложение материала, необходимого для изучения базовых вопросов, связанных с построением моделей классической множественной линейной регрессии. Основное внимание уделяется проблемам оценки параметров, проверки адекватности и достоверности моделей.

В главе 4 основное внимание уделяется проблемам, к которым приводит нарушение основных предпосылок классической линейной регрессии. Подробно обсуждаются последствия и методы обнаружения и устранения гетероскедастичности, мультиколлинеарности и автокорреляции. Изучаются обобщенные модели множественной регрессии, методы линеаризации нелинейных моделей.

Цель главы 5 - изложение материала, необходимого для изучения основных методов построения и анализа моделей одномерных временных рядов и их практического применения для прогнозирования экономических показателей.

В шестой главе рассматриваются современные методы анализа многомерных временных рядов, в том числе частично наблюдаемых и нелинейных. Вводятся фундаментальные понятия состояния и пространства состояний, на которых базируется современная теория многомерных систем. Рассматривается использование такого мощного инструмента анализа, как фильтр Калмана.

В седьмой главе излагается материал, необходимый для изучения методов оценивания параметров систем одновременных линейных уравнений. Основное внимание уделяется проблеме идентификации моделей.

Восьмая глава посвящена изложению некоторых доступных для студентов – экономистов методов анализа коротких временных рядов. Подробно обсуждаются проблемы, связанные с анализом временных рядов в условиях малого числа наблюдений, возможные подходы к прогнозированию коротких временных рядов и методы прогнозирования с привлечением экспертной информации. Материал главы содержит изложение новейших достижений в данной области.

Девятая глава учебника посвящена изложению методов построения нелинейных зависимостей на основе применения нейронных сетей. Нейронные сети являются мощным инструментом анализа зависимостей и широко используются в различных областях науки, в том числе в экономике. Это одно из наиболее быстро развивающихся нетрадиционных направлений эконометрики. На доступном уровне даны основные понятия теории нейронных сетей, математические модели нейронной сети, методы представления и аппроксимации данных с помощью нейронных сетей, понятие и методы обучения нейронных сетей. Дан обзор и примеры применения нейросетевых моделей в экономике. Обсуждаются проблемы, связанные с построением и применением нейросетевых моделей.

В приложении приводятся основные сведения из теории матриц и матричного анализа.

Теоретический материал курса должен закрепляться компьютерным практикумом по каждой теме с использованием как специализированных эконометрических и статистических пакетов, так и универсальных пакетов типа Microsoft Exel. Во время практикума студенты овладевают навыками решения практических задач по схеме: анализ проблемной ситуации и формулировка проблемы - выбор эффективного метода решения – построение эконометрической модели – анализ и интерпретация результатов моделирования – формулировка выводов и практических рекомендаций.

Автор выражает благодарность А.Л. Богданову за помощь в создании электронной версии учебника.

предыдущая глава

начало главы

оглавление

следующая глава

вперед