Читать реферат по финансовому менеджменту, финансовой математике: "Економетрія" Страница 1

назад (Назад)скачать (Cкачать работу)

Функция "чтения" служит для ознакомления с работой. Разметка, таблицы и картинки документа могут отображаться неверно или не в полном объёме!

Завдання 1. Теоретичне питання

Теоретичне питання. Основні типи економетричних моделей. Етапи економетричного аналізу економічних процесів та явищ

Поняття моделі. Основні типи економетричних моделей.

Економетрика як самостійна наукова дисципліна використовує в тон же час поняття та методи розв'язку задач з багатьох розділів математики. Економетрія поділяється на дві частини:

1) Економетричні методи;

2) Економетричні моделі економічних процесів і явищ.

Економетричні методи можна умовно розбити на чотири групи:

До першої групи входять методи оцінювання параметрів класичної економетричної моделі за методом найменших квадратів.

До другої групи належать методи оцінювання параметрів узагальненої моделі, коли порушуються деякі передумови використання методу найменших квадратів.

До третьої групи входять методи оцінювання параметрів динамічних економетричнпх моделей.

Четверта група охоплює методи оцінювання параметрів економетричних моделей, які побудовані на основі системи одночасних структурних рівнянь.

Математичні моделі корисні для більш повного розуміння суті процесів, що відбуваються, їх аналізу. Серед моделей, які використовуються для аналізу та/або прогнозування, можна виділити три основні класи:

1. Моделі часових рядів

2. Регресійні моделі з одним рівнянням

3. Системи одночасних рівнянь.

Моделі часових рядів

До цього класу відносяться такі моделі:

тренду: y(t) = T(t) + t,

де T(t) - часовий тренд заданого параметричного виду (наприклад, лінійний)

T(t) = ао + а1t, t - випадкова (стохастична) компонента);

Сезонності: y(t) = S(t) + t,

де S(t) - періодична (сезонна) компонента,

t - випадкова (стохастична) компонента);

тренду та сезонності:

y(t) = T(t) + S(t) + t (адитивна)

або

y(t) = T(t) S(t) + t (мультиплікативна),

де T(t) - часовий тренд заданого параметричного виду, S(t) - періодична (сезонна) компонента, ех - випадкова (стохастична) компонента).

До моделей часових рядів відносяться множина більш складних моделей, таких як моделі адаптивного прогнозу, моделі авторегресії та ін. Загальною рисою є те, що вони об'єднують поведінку часового ряду, виходячи тільки з його попередніх значень. Такі моделі можуть бути використаними, наприклад, для вивчення та прогнозування об'єму продажу, попиту, короткострокового прогнозування відсоткових ставок та т.п.

Регресійні моделі з одним рівнянням

В таких моделях залежна (пояснювана) змінна у зображується у вигляді функції , де - незалежні (,що пояснюють) змінні, а - параметри. В залежності від вибору функції f(х,р) моделі діляться на лінійні та нелінійні.

Область використання цих моделей, навіть лінійних, значно ширше, ніж моделей часових рядів. Наприклад, можна дослідити попит як функцію від часу, температури повітря, середнього рівня доходу бо залежність заробітної плати від віку, статі, рівня освіти, стажу роботи та т.п.

Системи одночасних рівнянь

Ці моделі описуються системами рівнянь. Системи можуть складатися з тотожностей та регресійних рівнянь, кожне з яких може, окрім змінних, що пояснюють, включати в себе також змінні, які пояснюються, з інших рівнянь системи. Таким чином, ми маємо набір змінних, що пояснюються, пов'язаних через рівняння системи. Прикладом може