Академический Документы
Профессиональный Документы
Культура Документы
8)
ББК 65в6я73
Н 84
Рецензент:
И. И. Елисеева, доктор экономических наук,
профессор, член-корреспондент РАН, заслуженный деятель науки РФ,
зав. кафедрой статистики и эконометрики Санкт-Петербургского
государственного университета экономики и финансов
Носко, В. П.
Н 84 Эконометрика: в 2 кн. Книга 1 / В. П. Носко. — Москва : Издатель-
ский дом «Дело» РАНХиГС, 2021. — 704 с. — (Академический учебник).
ISBN 978-5-85006-293-4 (общий), ISBN 978-5-85006-294-1 (кн. 1).
УДК 330.43(078.8)
ББК 65в6я73
Предисловие ................................................................................................................. 7
Предисловие к первой книге ....................................................................................... 9
Часть I
ОСНОВНЫЕ ПОНЯТИЯ, ЭЛЕМЕНТАРНЫЕ МЕТОДЫ
Раздел 1. Эконометрика и ее связь с экономической теорией.
Метод наименьших квадратов ...............................................................13
Тема 1.1. Модели связи и модели наблюдений;
эконометрическая модель, подобранная модель .....................................13
Тема 1.2. Метод наименьших квадратов. Прямолинейный характер
связи между двумя экономическими факторами ....................................29
Приложение П.1.2а ......................................................................................................42
Приложение П.1.2б ......................................................................................................44
Тема 1.3. Примеры подбора линейных моделей связи между двумя факторами.
Ложная линейная связь .............................................................................48
Тема 1.4. Нелинейная связь между экономическими факторами ..........................65
Раздел 2. Линейная модель наблюдений. Регрессионный анализ .....................79
Тема 2.1. Линейные модели с несколькими объясняющими переменными.
Оценивание и интерпретация коэффициентов .......................................79
Тема 2.2. Свойства оценок коэффициентов при стандартных
предположениях о вероятностной структуре ошибок.
Доверительные интервалы для коэффициентов ......................................95
Приложение П.2а. Случайные векторы и их характеристики .................................116
Приложение П.2б. Многомерное нормальное распределение ................................119
Раздел 3. Проверка гипотез, выбор «наилучшей» модели
и прогнозирование по оцененной модели ...........................................121
Тема 3.1. Проверка статистических гипотез о значениях
отдельных коэффициентов и общей линейной гипотезы .....................121
Тема 3.2. Использование F-статистики для редукции исходной
эконометрической модели. Проверка односторонних гипотез ............135
Тема 3.3. Сравнение альтернативных моделей. Мультиколлинеарность.
Прогнозирование по оцененной модели ...............................................158
Раздел 4. Проверка выполнения стандартных предположений
о модели наблюдений ............................................................................181
Тема 4.1. Графические методы ...............................................................................181
Тема 4.2. Формальные статистические критерии ..................................................195
5
Раздел 5. Учет нарушений стандартных предположений о модели .................215
Тема 5.1. Включение в модель фиктивных переменных .......................................215
Тема 5.2. Учет гетероскедастичности .....................................................................227
Тема 5.3. Учет автокоррелированности ошибок ....................................................236
Э
конометрика (Econometrics) — совокупность методов анализа свя-
зей между различными экономическими показателями (фактора-
ми) на основе реальных статистических данных с использованием
аппарата теории вероятностей и математической статистики. При по-
мощи этих методов можно уточнять или отвергать различные гипотезы
о существовании определенных связей между экономическими показате-
лями, предлагаемые экономической теорией, выявлять новые, ранее не-
известные связи, производить прогнозирование будущих значений эко-
номических показателей.
Наряду с микроэкономикой и макроэкономикой эконометрика яв-
ляется одним из базовых предметов современного экономического об-
разования. Эконометрика использует для анализа статистических дан-
ных методы теории вероятностей и математической статистики. При
этом некоторые модели и методы чаще применяются к исследованиям
на микроуровне, тогда как другие — к исследованиям на макроуровне.
В связи с этим иногда говорят о подразделении эконометрики на мик-
роэконометрику и макроэконометрику (в этом отношении можно со-
слаться, например, на монографии (Favero, 2001) и (Cameron, Trivedi,
2005). В течение многих лет основной задачей эконометрики являлось
по возможности наиболее эффективное оценивание параметров мате-
матических моделей, предлагаемых экономической теорией. При этом
было принято исходить из предположения о правильности специфи-
кации модели, рекомендуемой экономистами. В соответствии с таким
подходом эконометрист только оценивал модель на основании стати-
стических данных, не пытаясь ее изменить, и по результатам оценива-
ния делал выводы о подтверждении или неподтверждении заявленных
теоретических связей между экономическими факторами, а также
априорных значений некоторых параметров теоретических моделей.
В этом отношении можно сослаться на определение эконометрики,
приведенное в работе (Samuelson, Koopmans, Stone, 1954): «The appli-
cation of mathematical statistics to economic data to lend empirical support
13
Раздел 1. Эконометрика и ее связь с экономической теорией
1
Применение математической статистики к экономическим данным для эмпирической
поддержки построенных экономико-математических моделей и получения числовых оценок
(англ.). — Пер. авт.
14
Тема 1.1. Модели связи и модели наблюдений; эконометрическая модель
15
Раздел 1. Эконометрика и ее связь с экономической теорией
Значение
Hi CONSi – (D + E · DPIi)
является отклонением реально наблюдаемых расходов на потребление
CONSi от значения D + E · DPIi, предсказываемого гипотетической линей-
ной моделью связи для i-го домашнего хозяйства, имеющего располагае-
мый доход DPIi. Это отклонение отражает совокупное влияние на кон-
кретные значения CONSi множества дополнительных факторов, не учи-
тываемых принятой моделью связи, так что реальное соотношение между
DPIi и CONSi принимает форму модели наблюдений (observation model):
CONSi (D + E · DPIi) + Hi, i 1, …, n.
Соответственно о величине Hi CONSi – (D + E · DPIi) говорят как
об ошибке наблюдений (observation error, disturbance), точнее, как об ошибке
в i-м наблюдении.
Особенность эконометрического подхода состоит в том, что отклоне-
ния Hi рассматриваются как случайные величины (реализации случайных
величин), так что связь между переменными, в данном случае DPIi
и CONSi, является не детерминированной, а стохастической. При этом
несколько расплывчатые рассуждения о теоретической (усредненной)
функции связи становятся более формализованными, если предполо-
жить, что модель порождения данных имеет вид
16
Тема 1.1. Модели связи и модели наблюдений; эконометрическая модель
17
Раздел 1. Эконометрика и ее связь с экономической теорией
В рассмотренных условиях
vi CONSi – f(DPIi) (D + E · DPIi) + Hi – f(DPIi),
так что E(vi | DPIi) (D + E · DPIi) – f(DPIi). При этом значение E(vi | DPIi)
может быть не равным нулю, и тогда E(CONSi | DPIi) z f(DPIi), т. е. f(DPIi)
уже нельзя трактовать как ожидаемую величину расходов на личное по-
требление домохозяйства, имеющего располагаемый доход DPIi. При по-
добном неправильном выборе формы функции связи говорят, что стати-
стическая модель неправильно специфицирована (misspecified model).
Представим теперь, что выбранная статистическая модель все же спе-
цифицирована правильно и, как и процесс порождения данных, имеет
линейную форму:
CONSi (D + E · DPIi) + Hi, i 1, …, n.
Однако при этом эконометрист все равно не знает значений парамет-
ров D и E процесса порождения данных. Поэтому он должен оценить эти
параметры, используя имеющиеся статистические данные, т. е. наблюда-
емые пары значений (DPIi, CONSi), i 1, …, n. При этом интерес могут
представлять не только точечные оценки этих параметров, но и довери-
тельные интервалы для них.
Если модель специфицирована правильно и оценки a для D и b для E
каким-то образом получены, то подобранная модель (fitted model)
CONS a + b · DPI
может использоваться для прогнозирования объема расходов на личное
потребление для домохозяйства, имеющего располагаемый доход DPI.
Разумеется, такой прогноз может иметь смысл:
18
Тема 1.1. Модели связи и модели наблюдений; эконометрическая модель
dCONS δ
= , убывая с возрастанием располагаемого дохода. (При этом
dDPI DPI
условие DPI > G обеспечивает выполнение предположения о том, что пре-
дельная склонность к потреблению положительна и принимает значения
меньше единицы.) Подобные ситуации более характерны для описания
связи между располагаемым личным доходом и расходами на потребле-
ние отдельных продуктов или группы продуктов (например, молочных
продуктов).
Подобранная модель, прошедшая проверку на адекватность имею-
щимся статистическим данным, может использоваться как для целей
прогнозирования, так и для целей управления (проведения определенной
экономической политики).
Таким образом, эконометрический анализ представляет собой сово-
купность следующих действий:
19
Раздел 1. Эконометрика и ее связь с экономической теорией
Таблица 1.2
Уровни безработицы среди белого (BEL) и цветного (ZVET) населения США, %
20
Тема 1.1. Модели связи и модели наблюдений; эконометрическая модель
%
8
ZVET
7 BEL
2
Март 1968
Апрель 1968
Май 1968
Июнь 1968
Июль 1968
Август 1968
Сентябрь 1968
Октябрь 1968
Ноябрь 1968
Декабрь 1968
Январь 1969
Февраль 1969
Март 1969
Апрель 1969
Май 1969
Июнь 1969
Июль 1969
Год
Рис. 1.2
1 n x1 + … + xn 1 n y + … + yn
x = ∑
n i =1
xi =
n
, y = ∑
n i =1
yi = 1
n
,
1 n 1 n
Var( x) = ∑ i
n − 1 i =1
( x − x )2
, Var ( y ) = ∑ ( yi − y ) ,
n − 1 i =1
2
21
Раздел 1. Эконометрика и ее связь с экономической теорией
22
Тема 1.1. Модели связи и модели наблюдений; эконометрическая модель
так что
yi = ( α + β ⋅ xi ) + εi , i = 1, … , n.
23
Раздел 1. Эконометрика и ее связь с экономической теорией
24
Тема 1.1. Модели связи и модели наблюдений; эконометрическая модель
1 n 1 n
Cov ( x, a ) = ∑ i
n − 1 i =1
( x − x )( ai − a ) = ∑ ( xi − x ) ( a − a ),
n − 1 i =1
Кроме того,
1 n 1 n
Cov ( ax, y ) = ∑ i
n − 1 i =1
( ax − ax )( yi − y ) = a ∑ ( xi − x )( yi − y ),
n − 1 i =1
так что
Наконец,
1 n
Cov ( x, y + z ) = ∑ ( xi − x )
n − 1 i =1
( ( yi + zi ) − ( y + z ) ) =
1 n
= ∑ ( xi − x )
n − 1 i =1
( ( yi − y ) + ( zi − z ) ) =
1 n 1 n
= ∑ i
n − 1 i =1
( x − x )( yi − y ) + ∑ ( xi − x )( zi − z ) ,
n − 1 i =1
так что
25
Раздел 1. Эконометрика и ее связь с экономической теорией
26
Тема 1.1. Модели связи и модели наблюдений; эконометрическая модель
27
Раздел 1. Эконометрика и ее связь с экономической теорией
Контрольные вопросы
1. Почему наряду с теоретическими моделями связи между переменными
приходится рассматривать модели наблюдений? Чем различаются эти
типы моделей? В чем состоит особенность эконометрического подхода
к исследованию связей между экономическими переменными?
2. Что понимается под процессом порождения данных? Что понимается
под эконометрической (статистической) моделью? Чем отличается
эконометрическая модель от процесса порождения данных?
3. Каковы основные элементы эконометрического анализа?
4. В чем состоит принцип экономичности, используемый при подборе
модели?
5. В чем состоит принцип охвата, используемый при подборе модели?
6. В чем заключается метод «от общего к частному», используемый при
подборе модели?
7. Может ли совпадать подобранная модель связи с теоретической?
8. Какое графическое средство полезно использовать для выяснения ха-
рактера теоретической (усредненной) связи между двумя экономиче-
скими показателями?
9. Какая числовая характеристика измеряет степень выраженности ли-
нейной связи между двумя экономическими показателями в имею-
щихся наблюдениях?
10. В каких случаях говорят о положительной (отрицательной) корреля-
ционной связи между экономическими переменными?
11. Инвариантна ли выборочная ковариация Cov(x, y) относительно вы-
бора единиц измерения и начала отсчета переменных x и y?
28
Тема 1.2. Метод наименьших квадратов
yi = ( α + β xi ) + εi , i = 1, …, n.
εi = yi − ( α + βxi )
29
Раздел 1. Эконометрика и ее связь с экономической теорией
(
ε∗i = yi − α∗ + β∗ xi , )
причем значения ε∗i могут быть как положительными, так и отрицатель-
ными. При изменении значений D* и E* будут изменяться и расхождения
ε1∗ , … , ε∗n . Конечно, хотелось бы подобрать значения D* и E* таким обра-
зом, чтобы ε1∗ = … = ε∗n = 0. Однако это невозможно, если точки (x1, y1),
…, (xn, yn) не лежат на одной прямой. Поэтому приходится останавливать
свой выбор на значениях D* и E*, минимизирующих некий подходящий
показатель, характеризующий совокупность расхождений в целом.
В качестве такого показателя можно взять, например, сумму квадратов
n
∑ ( ε∗i ) и тогда остановить свой выбор на прямой y
2
расхождений D* +
i =1
+ E x, для которой эта сумма минимальна4. Соответствующие этой пря-
*
( )
ε∗i = yi − α∗ + β∗ x = yi − y,
n n
∑ (ε ) = ∑ ( y − y ) .
∗ 2 2
i i
i =1 i =1
n
∑ ( ε∗i )
2
В этом случае сумма одинакова для любой прямой y D* + E*x,
i =1
проходящей через точку ( x , y ) .
Соотношение y = αˆ + βˆ x представляет подобранную модель линейной
связи, которая служит аппроксимацией для «истинной» модели y D + Ex
линейной связи между переменными x и y. В подобранной модели наблю-
даемому значению xi переменной x сопоставляется прогнозное значение
4
Такой выбор удобен с точки зрения простоты вычислений и простоты математических
выводов. Однако можно использовать и другие показатели, характеризующие совокупность
расхождений в целом, например сумму абсолютных величин расхождений.
30
Тема 1.2. Метод наименьших квадратов
ˆ + βˆ xi
ei = yi − yˆi = yi − α ( )
называется остатком (residual) в i-м наблюдении. Для реальных данных,
как правило, все остатки отличны от нуля, одни из них имеют положи-
тельный знак, а другие — отрицательный.
Для наблюдаемых значений объясняемой переменной имеем, таким
образом, два представления:
yi = ( α + βxi ) + εi (из процесса порождения данных),
( )
ˆ + βˆ xi + ei (из определения остатков).
yi = α
Поскольку оценки для D и E отличаются от истинных значений этих
параметров (за исключением тривиальных ситуаций), в общем случае
ˆ + βˆ xi ≠ α + βxi . Отсюда вытекает, что ei z Hi, т. е. в i-м наблюдении значе-
α
ние остатка отличается от значения ошибки Hi. На рис. 1.7 остатки и ошиб-
ки имеют одинаковые знаки в первом, втором и четвертом наблюдениях
и противоположные знаки — в третьем наблюдении.
Если не все x1, …, xn одинаковы, то ту же самую «наилучшую» прямую
y=α ˆ + βˆ x можно получить исходя из общего принципа наименьших ква-
дратов (least squares principle). Согласно этому принципу среди всех воз-
можных значений D*, E*, претендующих на роль оценок параметров D и E,
следует выбирать такую пару D**, E**, для которой
n n
∑ ( yi − α∗∗ − β∗∗ xi ) ( )
2 2
∗ ∑
= min
∗
yi − α∗ − β∗ xi .
α ,β
i =1 i =1
y y наблюдаемое
ŷ прогнозное (fitted)
Теоретическая
P3 прямая
Подобранная
прямая
P1 Q4
Q1 Q3
Q2 P4
P2
x1 x2 x3 x4 x
Рис. 1.7
31
Раздел 1. Эконометрика и ее связь с экономической теорией
Иначе говоря, выбирается такая пара D**, E**, для которой сумма квад-
ратов расхождений оказывается наименьшей. Получаемые при этом оцен-
ки называются оценками наименьших квадратов (НК-оценками), или LS-
оценками (least squares estimates). Можно показать, что они совпадают с ра-
нее определенными оценками α̂ и β̂:
α∗∗ = α
ˆ , β∗∗ = βˆ.
n
( ) ∑(y )
2
Q α ∗ , β∗ = i − α∗ − β∗ xi
i =1
n
∑ ( xi − x )( yi − y )
i =1
βˆ = n
,
∑ ( xi − x )
2
i =1
ˆ = y − βˆ x .
α
32