Эконометрика под редакцией елисеевой читать онлайн.

Учебник охватывает все основные разделы современного курса эконометрики. Рассматриваются этапы возникновения и развития эконометрики, методы построения и оценки качества парной и множественной регрессий. Особое внимание уделяется мультиколлинеарности и гетероскедастичности случайных остатков, а также прогнозированию на основе модели множественной регрессии. Обсуждаются возможности построения регрессии с разнотипными переменными, разные виды регрессии с фиктивными переменными. Освещаются проблемы структурного моделирования. Подробно рассматривается эконометрика временных рядов начиная с моделирования изолированного временного ряда, моделей по временным рядам, с лаговыми переменными и заканчивая моделями ARMA, ARIMA, ARCH и GARCH. Обсуждается проблема коинтеграции. Одна из глав посвящена анализу панельных данных, в рамках которой выделены модель с фиксированными эффектами и модель со случайными эффектами. Обсуждаются проблемы выбора модели и качества подгонки.

Шаг 1. Выбирайте книги в каталоге и нажимаете кнопку «Купить»;

Шаг 2. Переходите в раздел «Корзина»;

Шаг 3. Укажите необходимое количество, заполните данные в блоках Получатель и Доставка;

Шаг 4. Нажимаете кнопку «Перейти к оплате».

На данный момент приобрести печатные книги, электронные доступы или книги в подарок библиотеке на сайте ЭБС возможно только по стопроцентной предварительной оплате. После оплаты Вам будет предоставлен доступ к полному тексту учебника в рамках Электронной библиотеки или мы начинаем готовить для Вас заказ в типографии.

Внимание! Просим не менять способ оплаты по заказам. Если Вы уже выбрали какой-либо способ оплаты и не удалось совершить платеж, необходимо переоформить заказ заново и оплатить его другим удобным способом.

Оплатить заказ можно одним из предложенных способов:

1. Безналичный способ:
   • Банковская карта: необходимо заполнить все поля формы. Некоторые банки просят подтвердить оплату – для этого на Ваш номер телефона придет смс-код.
   • Онлайн-банкинг: банки, сотрудничающие с платежным сервисом, предложат свою форму для заполнения. Просим корректно ввести данные во все поля.
     Например, для " class="text-primary">Сбербанк Онлайн требуются номер мобильного телефона и электронная почта. Для " class="text-primary">Альфа-банка потребуются логин в сервисе Альфа-Клик и электронная почта.
   • Электронный кошелек: если у Вас есть Яндекс-кошелек или Qiwi Wallet, Вы можете оплатить заказ через них. Для этого выберите соответствующий способ оплаты и заполните предложенные поля, затем система перенаправит Вас на страницу для подтверждения выставленного счета.

Учебник охватывает все основные разделы современного курса эконометрики. Рассматриваются этапы возникновения и развития эконометрики, методы построения и оценки качества парной и множественной регрессий. Особое внимание уделяется мультиколлинеарности и гетероскедастичности случайных остатков, а также прогнозированию на основе модели множественной регрессии. Обсуждаются возможности построения регрессии с разнотипными переменными, разные виды регрессии с фиктивными переменными. Освещаются проблемы структурного моделирования. Подробно рассматривается эконометрика временных рядов начиная с моделирования изолированного временного ряда, моделей по временным рядам, с лаговыми переменными и заканчивая моделями ARMA, ARIMA, ARCH и GARCH. Обсуждается проблема коинтеграции. Одна из глав посвящена анализу панельных данных, в рамках которой выделены модель с фиксированными эффектами и модель со случайными эффектами. Обсуждаются проблемы выбора модели и качества подгонки.

Шаг 1. Выбирайте книги в каталоге и нажимаете кнопку «Купить»;

Шаг 2. Переходите в раздел «Корзина»;

Шаг 3. Укажите необходимое количество, заполните данные в блоках Получатель и Доставка;

Шаг 4. Нажимаете кнопку «Перейти к оплате».

На данный момент приобрести печатные книги, электронные доступы или книги в подарок библиотеке на сайте ЭБС возможно только по стопроцентной предварительной оплате. После оплаты Вам будет предоставлен доступ к полному тексту учебника в рамках Электронной библиотеки или мы начинаем готовить для Вас заказ в типографии.

Внимание! Просим не менять способ оплаты по заказам. Если Вы уже выбрали какой-либо способ оплаты и не удалось совершить платеж, необходимо переоформить заказ заново и оплатить его другим удобным способом.

Оплатить заказ можно одним из предложенных способов:

1. Безналичный способ:
   • Банковская карта: необходимо заполнить все поля формы. Некоторые банки просят подтвердить оплату – для этого на Ваш номер телефона придет смс-код.
   • Онлайн-банкинг: банки, сотрудничающие с платежным сервисом, предложат свою форму для заполнения. Просим корректно ввести данные во все поля.
     Например, для " class="text-primary">Сбербанк Онлайн требуются номер мобильного телефона и электронная почта. Для " class="text-primary">Альфа-банка потребуются логин в сервисе Альфа-Клик и электронная почта.
   • Электронный кошелек: если у Вас есть Яндекс-кошелек или Qiwi Wallet, Вы можете оплатить заказ через них. Для этого выберите соответствующий способ оплаты и заполните предложенные поля, затем система перенаправит Вас на страницу для подтверждения выставленного счета.

Год выпуска : 2003

Жанр : Эконометрика

Издательство : «Финансы и статистика»

Формат : DjVu

Качество : Отсканированные страницы

Количество страниц : 344

Описание : Предлагаемый учебник подготовлен коллективом преподавателей кафедры статистики и эконометрики Санкт-Петербургского государственного университета экономики и финансов (СПбГУЭФ), в котором преподавание эконометрики включено в учебные планы всех экономических специальностей и всех форм обучения с 1996/97 учебного года. Практические занятия ведутся с использованием пакетов прикладных программ «Statgraphics», «Статистика», а с 1999 г. - «EViews», специального пакета для решения эконометрических задач, разработанного компанией Quantitative Micro Software и переданного сотрудниками Тилбургского университета (Голландия) СПбГУЭФ и ряду других экономических вузов России по итогам проведения международной школы-семинара «Эконометрика: начальный курс» (руководители Я.Р. Магнус, С.А. Айвазян, А.А. Пересецкий, П.К. Катышев).


Принятая в учебнике последовательность изложения базируется на наиболее распространенном понимании содержания эконометрики как науки о связях экономических явлений.
Это понимание эконометрики определило содержание и структуру учебника. Большое место в нем отводится регрессионному анализу как методу, используемому в эконометрике для оценки уравнения, которое в наибольшей степени соответствует совокупности наблюдений зависимых и независимых переменных, и тем самым дающему наилучшую оценку истинного соотношения между этими переменными. С помощью оцененного таким образом уравнения можно предсказать, каково будет значение зависимой переменной для данного значения независимой переменной. Простейшим примером регрессии является парная вящены эконометрическим методам работы с временными рядами, начиная с изучения изолированного ряда динамики и его разложения на трендовую, циклическую и случайную компоненты. Затем рассматриваются системы рядов динамики и моделирование взаимосвязей между ними.
Каждая глава завершается перечнем вопросов для повторения. Учебник сопровождается практикумом, подготовленным тем же авторским коллективом. Практикум содержит методические указания по решению эконометрических задач, решению типовых задач, контрольные и тренировочные задания.
Изданию учебника и дополняющего его «Практикум по эконометрике » предшествовала их апробация в СПбГУЭФ и ряде других российских вузов.
Авторы не считают, что становление эконометрики как дисциплины профессиональной подготовки экономистов завершено, и рассматривают свой труд как одну из первых попыток создания российского учебника. Круг охваченных тем и характер подачи материала позволяют отнести его к начальному уровню курса эконометрики.
Авторы благодарят за тщательное рецензирование рукописи Учебно-методическое объединение по статистике. Особую благодарность за ценные замечания, безусловно, способствовавшие улучшению содержания учебника, формы подачи материала, считаем своим долгом выразить рецензенту доктору экономических наук, профессору П.А. Ватнику. Не менее глубокая признательность - коллективному рецензенту - кафедре математической статистики МЭСИ (заведующий кафедрой доктор экономических наук, профессор B.C. Мхитарян). Мы благодарны и кандидату экономических наук С. Б. Макаровой (Европейский университет в Санкт-Петербурге (ЕУСПб)), которая внесла полезные дополнения на завершающем этапе подготовки учебника.


Глава 1. Определение эконометрики
1.1. Предмет эконометрики
1.2. Особенности эконометрического метода
1.3. Измерения в экономике
Контрольные вопросы
Глава 2. Парная регрессия и корреляция в эконометрических исследованиях
2.1. Спецификация модели
2.2. Линейная регрессия и корреляция: смысл и оценка параметров
2.3. Оценка существенности параметров линейной регрессии и корреляции
2.4. Интервалы прогноза по линейному уравнению регрессии
2.5. Нелинейная регрессия
2.6. Корреляция для нелинейной регрессии
2.7. Средняя ошибка аппроксимации
Контрольные вопросы
Глава 3. Множественная регрессия и корреляция
3.1. Спецификация модели
3.2. Отбор факторов при построении множественной регрессии
3.3. Выбор формы уравнения регрессии
3.4. Оценка параметров уравнения множественной регрессии
3.5. Частные уравнения регрессии
3.6. Множественная корреляция
3.7. Частная корреляция
3.8. Оценка надежности результатов множественной регрессии и корреляции
3.9. Фиктивные переменные во множественной регрессии
3.10. Предпосылки метода наименьших квадратов
3.11. Обобщенный метод наименьших квадратов
Контрольные вопросы
Глава 4. Системы эконометрических уравнений
4.1. Общее понятие о системах уравнений, используемых в эконометрике
4.2. Структурная и приведенная формы модели
4.3. Проблема идентификации
4.4. Оценивание параметров структурной модели
4.5. Применение систем эконометрических уравнений
4.6. Путевой анализ
Контрольные вопросы
Глава 5. Моделирование одномерных временных рядов
5.1. Основные элементы временного ряда
5.2. Автокорреляция уровней временного ряда и выявление его структуры
5.3. Моделирование тенденции временного ряда
5.4. Моделирование сезонных и циклических колебаний
5.5. Моделирование тенденции временного ряда при наличии структурных изменений
Контрольные вопросы
Глава 6. Изучение взаимосвязей по временным рядам
6.1. Специфика статистической оценки взаимосвязи двух временных рядов
6.2. Методы исключения тенденции
6.3. Автокорреляция в остатках. Критерий Дарбина - Уотсона
6.4. Оценивание параметров уравнения регрессии при наличии автокорреляции в остатках
6.5. Коинтеграция временных рядов
Контрольные вопросы
Глава 7. Динамические эконометрические модели
7.1. Общая характеристика моделей с распределенным лагом и моделей авторегрессии
7.2. Интерпретация параметров моделей с распределенным лагом
7.3. Изучение структуры лага и выбор вида модели с распределенным лагом

• 7.3.1. Лаги Алмон
• 7.3.2. Метод Койка
• 7.3.3. Метод главных компонент
7.4. Модели адаптивных ожиданий и неполной корректировки
7.5. Оценка параметров моделей авторегрессии
7.6. Новые направления в анализе многомерных временных рядов
Контрольные вопросы

ЛЕКЦИЯ 1
СПИСОК ЛИТЕРАТУРЫ
1. 
   Под редакцией И. И. Елисеевой Эконометрика, М,: Финансы и статистика, -2001 г.
2. 
   Под редакцией И. И. Елисеевой Практикум по эконометрике, М,: Финансы и статистика, -2001 г.
3. 
   Я. Р. Магнус, П. к. Катышев и др. Эконометрика. Начальный курс. М. : Дело, - 2000г.
4. 
   Мардас А. Н. Эконометрика. Краткий курс. С – Петербург, 2001 г.
5. 
   Ноздрина Н. А, Эконометрика. Учебное пособие, Части 1 и 2., ДИТУД, 2007 г.

Дополнительная литература

1. 
   В. Н. Грицан Эконометрика. Учебное пособие. М.: 2002 г.
2. 
   А. И. Новиков Эконометрика. Учебное пособие. М.: 2006г.
3. 
   Н. Ш. Кремер, Б. А. Прутко Эконометрика. Учебник для Вузов. М.:ЮНИТИ – ДАНА, 2002 г.

Предмет эконометрики
Проблема изучения взаимосвязей экономических показателей является одной из важнейших в экономическом анализе. Экономическая политика заключается в регулировании этих показателей.

Эконометрика – это наука, исследующая количественные закономерности и взаимосвязи в экономике при помощи методов математической статистики.

Название эконометрика введено в 1926 году норвежским экономистом и статистиком Р. Фришем. Буквальный перевод этого понятия – измерения в экономике.

В настоящее время общепризнано следующее определение:

Эконометрика – это научная дисциплина, объединившая совокупность теоретических результатов, приемов, методов и моделей, предназначенных для того, чтобы на базе экономической теории, экономической статистики и математико – статистического инструментария придавать конкретное количественное выражение общим (качественным) закономерностям, обусловленным экономической теорией.

Можно сказать, что суть эконометрики – синтез экономики, экономической статистики и математики.

Главное назначение эконометрики: - модельное описание конкретных количественных взаимосвязей, существующих между экономическими показателями.

Классификация задач, решаемых эконометрикой, можно представить в виде следующей схемы:

Классификация задач по эконометрике

^ Особенности эконометрического метода
Для проведения правильного анализа социально экономических в эконометрике выделяют следующие основные этапы:

1. 
   Этап (постановочный). Определение конечных целей модели, набора участвующих в ней факторов и показателей, их роли.
2. 
   Этап (априорный). Предмодельный анализ экономической сущности изучаемого явления. Формирование и формализация априорной информации, относящейся к природе исходных статистических данных и случайных составляющих.
3. 
   Этап (параметризация). Моделирование, т. е. выбор общего вида модели, состав и формы входящих в нее связей.
4. 
   Этап (информационный). Сбор необходимой статистической информации: регистрация значений, участвующих в модели факторов и показателей на различных временных и пространственных интервалах функционирования системы.
5. 
   Этап (идентификация модели). Статистический анализ модели и прежде всего статистическое оценивание неизвестных параметров модели.
6. 
   Этап (верификация модели). Сопоставление модельных данных. Проверка адекватности модели. Оценка точности модельных данных.
4-й,5-й и 6-й этапы сопровождаются процедурой подбора модели, которая заключается в переборе большого числа различных вариантов с целью получения адекватной и идентифицируемой модели.

В процессе эконометрического исследования приходится решать следующие проблемы.

^ Проблема спецификации модели решается на этапах 1 – 3 и включает в себя:

Определение конечных целей моделирования (прогноз, имитация различных сценариев социально – экономического развития системы, ее управление);

Определение набора независимых Х и зависимых У переменных;

Определение состава системы уравнений, их структур, набора предопределенных переменных;

Формулировка исходных предпосылок и априорных ограничений относительно природы остатков, когда обычно предполагают их независимость и некоррелиарность, нулевые значения их средних величин и иногда сохранение в процессе наблюдений значений их дисперсий – гомоскедастичность числовых значений коэффициентов уравнения в структурной форме модели.

^ Спецификация модели – важнейший этап эконометрического исследования. От успешности решения этой проблемы, т. е. насколько реалистичны наши предположения о составе эндогенных, экзогенных и предопределенных переменных, о структуре самой системы уравнений в решающей степени зависит успех эконометрического исследования.

^ Проблема идентификации модели заключается в том, что исследователя в конечном итоге интересует поведение зависимых переменных У .

Проблема верификации модели заключается в решении вопросов о том, можно ли рассчитывать на использование построенной модели в целях прогноза зависимых переменных и имитационных расчетов, определяющих варианты социально – экономического развития исследуемой системы, даст результаты, достаточно совпадающие с реальностью? Какова точность прогнозных и имитационных расчетов, основанных на данной модели? Методы верификации основаны на статистической проверке гипотез и статистическом анализе характеристик точности различных приемов и статистического оценивания параметров системы.

Наиболее распространенный подход к верификации экономической модели – ретроспективные расчеты . Их сущность состоит в следующем. Строим модель с целью прогнозирования зависимых переменных или имитационных расчетов. Сравнение этих модельных значений с реальными данными даст возможность проанализировать совпадение модельных выводов с реальностью и их точностью.
Типы данных
При моделировании экономических процессов используются 2 типа данных:

Пространственные данные;

Временные ряды.

^ Пространственные данные – это набор сведений по разным экономическим объектам (фирмам, предприятиям, семьям и т. п.) в один и тот же момент времени (пространственный срез).

Примером пространственных данных является, например, набор сведений (объем производства, количество работников, доход и др.)

^ Временные данные это набор сведений по одному и тому же экономическому объекту (фирме, предприятию, семье и т. п.) в разные последовательные моменты времени (временной ряд).

Примером временных данных могут быть ежеквартальные данные по инфляции, средней заработной плате, национальному доходу, объему продаж авиабилетов и т. п.

Исходные данные для эконометрического исследования должны быть измеримы, т. е. иметь численное значение и единицу измерения, причем числа должны соответствовать наблюдаемым свойствам, фактам, качествам и т. п.

Для социально – экономических измерений характерны специфические представления о точности. Экономику относят к «неточным» наукам, т. к. невозможно произвести измерение с малой погрешностью.

В теории измерений существуют два основных представления об измерении:

• 
  Измерение понимается как соотношение множества объектов, описываемых некоторой переменной;
• 
  Измерение понимается как соотношение переменной, непосредственно ненаблюдаемой, а выраженной через другую переменную.
Исходные данные для эконометрики – это данные официальной статистики или бухучета.
модели. типы моделей
Эконометрика, расположенная между экономикой, статистикой и математикой связана с выводом экономических законов. В данном случае используются данные или наблюдения для того, чтобы получить количественные зависимости для экономических соотношений.

Во всей этой деятельности существенным является использование моделей. Применяются математические модели, которые могут дать наиболее полное понимание сущности процессов, происходящих в экономике и их анализа.

Можно выделить три основных класса моделей, которые применяются для анализа и прогноза.
^ РЕГРЕССИОННЫЕ МОДЕЛИ С ОДНИМ УРАВНЕНИЕМ
Такие модели имеют вид: У = f (x 1 , x 2 , . . . x n ),

Где у - зависимая, объясняемая, результативная переменная (результат);

х i - независимые, объясняющие переменные (факторы).

В зависимости от вида функции регрессионные модели делятся на парные и множественные, линейные и нелинейные. Используются для эконометрических исследований на микроуровне и частично на мезоуровне .
^ СИСТЕМЫ ОДНОВРЕМЕННЫХ УРАВНЕНИЙ
Эти модели описываются системами уравнений. Системы могут состоять из тождеств и регрессионных уравнений, каждое из которых может включать кроме объясняющих переменных, также объясняемые переменные из других уравнений системы. Системы одновременных уравнений требуют более сложной математической обработки и поэтому используются преимущественно на макроуровне. Хотя возможно и использование на других уровнях эконометрического исследования.
^ МОДЕЛИ ВРЕМЕННЫХ РЯДОВ
К этому классу относятся модели:

1. 
   тренда у(t) = T(t) +E(t),
где T(t) – временной тренд определенного параметрического вида;

E(t) –случайная компонента.

1. 
   сезонности: у(t) = S(t) +E(t),
где S(t) –периодическая, сезонная компонента.
1. 
   тренда и сезонности:
аддитивная модель временного ряда - у(t) = T(t) + S(t) + E(t),

мультипликативная модель временного ряда - у(t) = T(t) * S(t) * E(t).
Такие модели могут применяться, например, для изучения и прогнозирования объема продаж авиабилетов, спроса на мороженое, уровня безработицы в курортных городах, краткосрочного прогноза процентных ставок и т. д.
^ РЕГРЕССИОННАЯ МОДЕЛЬ
В зависимости от количества факторов, включенных в уравнение, принято различать простую (парную) и множественную регрессии.

Простая регрессия представляет собой регрессию между двумя переменными у и х , т. е. модель вида
, (1)
Где у – зависимая переменная (результативный признак, результат);

х – независимая переменная (фактор).

Уравнение простой регрессии характеризует связь между двумя переменными у и х , и величина у складывается из двух слагаемых:
, (2)
Где у j – фактическое значение результативного признака;

Теоретическое (расчетное) значение результативного признака, найденное исходя из соответствующей математической функции, т. е. из уравнения регрессии;

случайная величина, характеризующая отклонение реального значения результата от теоретического результата, найденного по уравнению регрессии.

Случайная величина называется также возмущением или ошибкой . Она включает влияние неучтенных в модели факторов, случайных ошибок и особенностей измерения. Ее присутствие в модели порождено тремя источниками: спецификацией модели, выборочным характером исходных данных, особенностями измерения переменных.

Парная регрессия может быть как линейной, так и не линейной.
^ ЛИНЕЙНАЯ РЕГРЕССИЯ. СМЫСЛ И ОЦЕНКА ПАРАМЕТРОВ
Линейная регрессия находит широкое применение в эконометрике в виде четкой экономической интерпретации ее параметров.

Линейная регрессия сводится к нахождению уравнения вида
или (3)
Уравнение вида позволяет по заданным значениям фактора х иметь теоретическое значение результативного признака у , подставляя в него фактические значения х .

Построение линейной регрессии (3) сводится к оценке (расчету) ее параметров – a и b . Они могут быть найдены различными методами:

Графическим;

Аналитическим.

Графический метод заключается в следующем: на поле корреляции выбираются две точки, через которые проводится прямая линия.

Далее по графику можно определить значения параметров. Параметр а определяется как точка пересечения линии регрессии с осью ОУ, а параметр b оценивается, исходя из угла наклона линии регрессии, как dy / dx , где dy – приращение результата у , а dx – приращение фактора х .

Классический подход к оцениванию параметров линейной регрессии основан на методе наименьших квадратов (МНК).

МНК позволяет получить такие оценки параметров a и b , при которых сумма квадратов отклонений фактических значений результативного признака (у) от расчетных (теоретических) минимальна:
min. (4)
Иными словами, из всего множества линий, линия регрессии на графике выбирается так, чтобы сумма квадратов расстояний по вертикали между фактическими точками и этой линией была бы минимальной:


Следовательно, min.
Чтобы найти минимум функции (4), надо вычислить частные производные по каждому из параметров a и b и приравнять их нулю.

Обозначим через S, тогда

(9)
Параметр b называется коэффициентом регрессии. Его величина показывает среднее изменение результата с изменением фактора на единицу. Так, если в функции издержек (у – издержки, тыс. руб., х – количество единиц продукции), то, следовательно, с увеличением объема производства продукции (х ) на 1 ед., издержки производства возрастают в среднем на 2 тыс. руб., т. е. дополнительный прирост продукции на 1 ед. потребует увеличения затрат в среднем на 2 тыс. руб.

Сегодня деятельность в любой области экономики (управлении, финансово-кредитной сфере, маркетинге, учете, аудите) требует от специалиста применения современных методов работы, знания достижений мировой экономической мысли и понимания научного языка. Большинство новых методов основано на эконометрических моделях, концепциях и приемах. Без глубоких знаний эконометрики научиться использовать их невозможно. Чтение современной экономической литературы также предполагает хорошую эконометрическую подготовку.

Специфической особенностью деятельности экономиста является работа в условиях недостатка информации и неполноты исходных данных. Анализ такой информации требует специальных методов, которые составляют один из аспектов эконометрики. Центральной проблемой эконометрики являются построение эконометрической модели и определение возможностей ее использования для описания, анализа и прогнозирования реальных экономических процессов.

Известный эконометрист 3. Гриллихес (1929-1999) писал: «Эконометрика является одновременно нашим телескопом и нашим микроскопом для изучения окружающего экономического мира». Это определение подчеркивает значение эконометрического подхода как на микроуровне (поведение индивидов, домохозяйств, фирм), так и на макроуровне. В этом смысле можно говорить о микро и макроэконометрике.

Развитие эконометрики тесно связано с изучением микро и макроэкономики. Сейчас уже кажется невозможным понять кривую Филлипса или теорему Эрроу, использование ресурсов и эластичность потребления, не прибегая к статистическим данным, моделированию и оценке параметров.

Микроэкономическая теория утверждает, что снижение цены товара приводит к увеличению спроса на данный товар (при неизменности всех прочих факторов), т.е. устанавливается связь между спросом на товар и ценой на него. Однако теория не дает количественных оценок данной связи, т.е. не позволяет ответить на вопрос: насколько изменится спрос на данный товар в результате изменения его цены на определенную величину? Расчет количественных оценок и есть задача эконометрики.

Свидетельством всемирного признания эконометрики является присуждение пяти Нобелевских премий по экономике: премия 1969 г. была присуждена Р. Фришу и Я. Тинбергену за разработку математических методов анализа экономических процессов; премия 1980 г. - Л. Клейну за создание эконометрических моделей и их применение к анализу экономических колебаний и экономической политике; премия 1989 г. - Т. Хаавелмо за прояснение вероятностных основ эконометрики и анализ одновременных экономических структур; премия 2000 г. Дж. Хекману за развитие теории и методов анализа селективных выборок и Д. Макфаддену за развитие теории и методов анализа моделей дискретного выбора; премия 2003 г. - Р. Инглу и К. Грэнджеру. Оба ученых награждены за разработку методов макроэкономического анализа: Р. Ингл - за создание метода волатильности, а К. Грэнджер метода коинтеграции.

В соответствии с Государственными образовательными стандартами высшего профессионального образования по направлениям «Статистика», «Экономика», «Менеджмент» дисциплина «Эконометрика» входит в учебные планы подготовки экономистов всех специальностей в качестве обязательной дисциплины. Это решение принято в связи с переходом высшего экономического образования в России на мировые стандарты. Курс «Эконометрика» является базовой дисциплиной современного экономического образования и преподается во всех ведущих университетах мира.

Учебный курс «Эконометрика» опирается на курсы «Микроэкономика», «Макроэкономика», «Статистика», включая математическую статистику, многомерные статистические методы и т.д. В свою очередь, курс «Эконометрика» выступает в качестве базы для курсов прикладной микро и макроэкономики. Союз эконометрики с этими разделами экономической теории важен и в научном плане, поскольку использование эконометрических методов позволяет осуществить проверку положений экономической теории.

Последовательность изложения материала в учебнике базируется на наиболее распространенном понимании содержания эконометрики как науки о связях экономических явлений. При этом принимается во внимание, что особенности изучения связей зависят от характера данных: пространственные, временные панельные.

Это понимание эконометрики определило содержание и структуру учебника. Большое место в нем отводится регрессионному анализу как методу, используемому в эконометрике для поиска уравнения, которое в наибольшей степени соответствует совокупности наблюдений зависимых и независимых переменных, и тем самым дающему наилучшую оценку истинного соотношения между этими переменными. С помощью оцененного таким образом уравнения можно предсказать, каково будет значение зависимой переменной для данного значения независимой переменной. Простейшим примером регрессии является парная линейная регрессия всего одной независимой переменной и одной зависимой переменной (скажем, располагаемый доход и потребительские расходы). Задача будет заключаться в подборе прямой линии к совокупности данных, состоящих из пар наблюдений дохода и потребления. Линию, которая лучше всего подходит к данным, нужно выбирать так, чтобы сумма квадратов значений вертикальных отклонений точек от линии была минимальной. Этот метод наименьших квадратов применяется для построения большинства регрессий. Степень приближения регрессионной линии к наблюдениям измеряется коэффициентом корреляции.

Регрессионное уравнение не дает точного прогноза зависимой переменной для любого заданного значения независимой переменной, так как коэффициенты регрессии подвержены случайным искажениям. Чтобы учесть погрешности оцененного уравнения регрессии, отражающего действительные закономерности поведения всего населения на основе выборочного наблюдения, уравнение регрессии обычно записывается как

у = а + b х + е.

В уравнении е - дополнительный остаточный член, который отражает остаточное действие случайной вариации и действие других независимых переменных (например, влияние процентных ставок на потребительский кредит), которые воздействуют на потребительские расходы, но в уравнение регрессии явным образом не включены.

Там, где предполагается, что на зависимую переменную существенно влияет более чем одна независимая переменная, используется метод множественной линейной регрессии.

Эти методы взяты эконометрикой из статистики и хорошо знакомы студентам, изучавшим дисциплины «Статистика» и «Математическая статистика». Таким образом обеспечивается преемственность дисциплин. При изложении проблем анализа взаимосвязей на основе пространственных данных в учебнике уделяется внимание спецификации модели. Отмечается, что любое изолированно взятое уравнение регрессии не позволяет раскрыть структуру связей между переменными. Из этого следует естественный переход к изложению структурных моделей и путевого анализа как разновидностям такого подхода. В этой части учебника особое внимание уделяется проблеме идентификации.

Поскольку в экономике все большее значение приобретает анализ временных рядов, несколько глав учебника посвящены эконометрическим методам работы с временными рядами, начиная с изучения изолированного ряда динамики и его разложения на трендовую, циклическую и случайную компоненты; подбор уравнения тренда и оценки автокорреляции. Затем рассматриваются системы рядов динамики и моделирование взаимосвязей между ними.

Каждая глава завершается перечнем вопросов для повторения. Учебник сопровождается практикумом, подготовленным тем же авторским коллективом. Практикум содержит методические указания по решению эконометрических задач, решению типовых задач, контрольные и тренировочные задания.

Предлагаемый учебник подготовлен коллективом преподавателей кафедры статистики и эконометрики Санкт-Петербургского государственного университета экономики и финансов (СПбГУЭФ), в котором преподавание эконометрики началось с 1996/97 учебного года, включено в учебные планы всех экономических специальностей и всех форм обучения. Практические занятия ведутся с использованием пакетов прикладных программ «Statgraphics», «Статистика», а с 1999 г. «Econometric Views», специального пакета для решения эконометрических задач, разработанного компанией «Quantitative Micro Software» и переданного сотрудниками Тилбургского университета (Голландия) СПбГУЭФ и ряду других экономических вузов России по итогам проведения международной школы-семинара «Эконометрика: начальный курс» (руководители Я.Р. Магнус, С.А. Айвазян, А.А. Пересецкий, П.К. Катышев).

Во второе издание учебника (первое 2001 г.) большой вклад внесен коллегами из Потсдамского университета (Германия) профессором Г. Г. Штрое и д-ром К. Бартелсом.

Изданию учебника и дополняющего его «Практикума по эконометрике» предшествовала их апробация в СПбГУЭФ и ряде других российских вузов.

Во второе издание внесены дополнения и уточнения в главы, посвященные регрессионному анализу; заново написан блок глав, посвященных стационарным стохастическим временным рядам и исследованию коинтеграции (д-р, проф. Г.Г. Штрое); подготовлен специальный раздел о методе максимального правдоподобия и его применении (к.э.н., доц. Ю.В. Нерадовская); введена глава о моделях с дискретными переменными, включающая описание моделей бинарного выбора и моделей множественного выбора (к.э.н. Л.Р. Рыбкина). Наконец, несомненной удачей данного издания мы считаем главу, посвященную панельным данным (д-р К. Бартелс). Как уже отмечалось, к подготовке настоящего издания учебника «Эконометрика» были привлечены коллеги из Потсдамского университета (Германия) - д-р, профессор Г. Г. Штрое и его ученик д-р К. Бартелс, внесшие исключительно важный вклад как в расширение круга тем учебника, так и в повышение его научного уровня, обогатившие материал учебника собственным опытом преподавания и исследований. При этом мы старались сохранить общий принцип подачи материала, рассматривая его с исключительно прикладных позиций и адаптируя к дидактическим целям.

Вклад зарубежных коллег в подготовку второго издания учебника «Эконометрика» потребовал участия переводчика. Эта часть работы была скрупулезно выполнена сотрудницей Европейского университета в Санкт-Петербурге Ю.В. Вымятниной благодаря ее прекрасным знаниям не только английского языка, но и эконометрики.

Вряд ли можно рассматривать эконометрику как сложившуюся дисциплину профессиональной подготовки экономистов. В первую очередь это относится к России, где опыт преподавания эконометрики невелик.

В данном и других учебниках акцент делается, прежде всего, на решение задач, последовательно возникающих в самой статистико-математической теории, а проблемы разнообразных приложений остаются в тени. В лучшем случае приводятся числовые примеры и опять-таки с целью показать особенности того или иного метода. Опускается экономическая основа эконометрического моделирования, постановка экономической задачи, степень ее теоретической разработки, возможность верификации на конкретных данных, измерение, поиск данных, построение модели, ее интерпретация, а также интерпретация тех прогнозов, которые могут быть получены с ее помощью. Современные учебники сужают эти задачи и сводят их к подгонке модели с целью наилучшего имитирования поведения моделируемого объекта. С учетом сказанного было бы более правильно назвать данный и другие учебники «Эконометрические методы», так как это сделал Дж. Джонстон . В принципе нельзя упускать из вида то, что эконометрика призвана придавать конкретное количественное выражение закономерностям, установленным экономической теорией. Круг охваченных тем и характер подачи материала позволит отнести данный учебник к начальному уровню курса эконометрики.