Рекомендуемая категория для самостоятельной подготовки:
Курсовая работа*
Код |
317325 |
Дата создания |
08 июля 2013 |
Страниц |
36
|
Мы сможем обработать ваш заказ (!) 23 декабря в 12:00 [мск] Файлы будут доступны для скачивания только после обработки заказа.
|
Содержание
Введение
1. Определение эконометрики
2. Объект исследования эконометрики
3. Основные принципы эконометрики
4. Цели и задачи эконометрики
5. Эконометрика как приложение математической статистики в экономике
6.Эконометрический эксперимент и его результаты
Заключение
Список использованной литературы
Введение
Эконометрика как исторический этап развития применения математики в экономике
Фрагмент работы для ознакомления
х3≤0,25Ч68; х4≤0,25Ч68; х5≤0,25Ч68;
х6≤0,25Ч68; х7≤0,25Ч68; х8≤0,25Ч68;
х9≤0,25Ч68; х10≤0,25Ч68
В завершение напишем условие неотрицательности:
хj ≥ 0, j = 1,11
Таким образом, все вышеперечисленные ограничения представляют собой модель оптимального распределения активов банка с рассмотренным выше балансом.
Другой пример применения эконометрики в практической деятельности.
Построить уравнение регрессии, описывающее зависимость прибыли банка (у) от объема межбанковских кредитов и депозитов (х), оценить ее качество и степень зависимости. С помощью построенной регрессии прогнозировать, какой будет средняя прибыль банка при достижении объема межбанковских кредитов и депозитов величины 53 млн. руб.
№ банка
1
2
3
4
5
6
7
8
9
10
11
12
Кредиты и депозиты
18
23
28
29
34
36
37
42
44
45
49
50
Прибыль
12
17
15
25
20
32
25
35
30
40
41
45
Информацию, представленную в исходных данных представим графически:
Из диаграммы рассеяния видно, что зависимость между прибылью банка и объемом межбанковских кредитов и депозитов носит линейный характер. Кроме того, исследуется зависимость прибыли банка только от одного фактора — объема межбанковских кредитов и депозитов, поэтому регрессию будем строить в виде
у = а + bх
т.е. это будет простая линейная регрессия. Для расчета ее параметров воспользуемся известными формулами:
Для этого в рабочей таблице рассчитаем нужные суммы:
i
xi
yi
xiyi
xi2
yi2
1
18
12
216
324
144
2
23
17
391
529
289
3
28
15
420
784
225
4
29
25
725
841
625
5
34
20
680
1156
400
6
36
32
1152
1296
1024
7
37
25
925
1369
625
8
42
35
1470
1764
1225
9
44
30
1320
1936
900
10
45
40
1800
2025
1600
11
49
41
2009
2401
1681
12
50
45
2250
2500
2025
∑
435
337
13358
16925
10763
Подставим результаты, полученные в таблице в формулы:
Таким образом, уравнение регрессии, описывающее зависимость между прибылью банка и объемом межбанковских кредитов и депозитов, имеет вид:
у = –7,71 + 0,987х
Оценим качество построенной регрессии. Для этого рассчитаем коэффициент детерминации, используя формулу:
Значение коэффициента детерминации достаточно близко к единице, поэтому качество построенной регрессии хорошее. Можно утверждать, что изменение прибыли банка на 86,8% зависит от изменения межбанковских кредитов и депозитов, и на 13,2% – от прочих факторов.
Степень зависимости между исследуемыми показателями оценивается на основании коэффициента корреляции:
Коэффициент корреляции близок к единице, поэтому имеем достаточно сильную линейную зависимость между прибылью банка и объемом межбанковских кредитов и депозитов.
Так как качество построенной регрессии хорошее, ее можно использовать для прогнозирования. Подставим прогнозное значение хпр = 53 в построенное уравнение регрессии:
упр = –7,71 + 0,987Ч53 = 44,623 (млн. руб.)
Таким образом, если объем межбанковских кредитов и депозитов достигнет 53 млн. руб., то средняя прибыль коммерческого банка составит 44 млн. 623 тыс. руб.
5. Эконометрика как приложение математической статистики в экономике
Под статистическими данными понимают систематизированные и группированные однородные, количественные сведения о реальной экономической деятельности за прошлые периоды времени или результаты многократно проводимых экспериментов и наблюдений. Такие данные играют важную роль в экономико-математическом моделировании, в частности, для
построения аналитического вида функций, описывающих взаимосвязи между экономическими величинами;
оценки параметров и проверки адекватности экономико-математических моделей реальным явлениям;
выявления закономерностей, которым подчиняются экономические явления, и тенденций развития динамических процессов.
На стыке экономической практики и математической статистики в начале 30-х годов зародилась новая самостоятельная дисциплина, получившая название "Эконометрика".
Эконометрика - это наука, которая изучает статистические закономерности в экономике.
Методологическая особенность эконометрики заключается в применении достаточно общих гипотез о статистических свойствах экономических параметров и ошибок при их измерении. Полученные при этом результаты могут оказаться нетождественными тому содержанию, которое вкладывается в реальный объект. Поэтому важная задача эконометрики - создание как более универсальных, так и специальных методов для обнаружения наиболее устойчивых характеристик в поведении реальных экономических показателей. Эконометрика разрабатывает методы подгонки формальной модели с целью наилучшего имитирования ею поведения моделируемого объекта на основе гипотезы о том, что отклонения модельных значений параметров от их реально наблюдаемых случайны и вероятностные характеристики их известны.
Математическая статистика является тем универсальным аппаратом, который удачно вписывается в содержание различных эконометрических исследований. Такие ее разделы, как корреляционный и регрессионный анализы, метод наименьших квадратов и прогнозирование, как нельзя лучше подходят для выявления статистических закономерностей в экономике.
Корреляционный анализ позволяет количественно оценить связи между большим числом взаимодействующих экономических явлений как между случайными величинами. Его применение делает возможным проверку различных экономических гипотез о наличии и силе связи между двумя величинами или группой величин. Корреляционный анализ тесно связан с регрессионным анализом, задача которого состоит в экспериментальном определении параметров корреляционных зависимостей между экономическими показателями путем наблюдения за характером их изменения. Одним из основных методов регрессионного анализа является метод наименьших квадратов. Модели, полученные с помощью регрессионного анализа, позволяют прогнозировать варианты развития экономических процессов и явлений, изучить тенденции изменения экономических показателей, т.е. служат инструментом научно-обоснованных предсказаний. Результаты прогноза являются исходным материалом для постановки реальных экономических целей и задач, для выявления и принятия наилучших управленческих решений, для разработки хозяйственной и финансовой стратегий в будущем.
Как составная часть математической экономики, эконометрика вполне естественно вписывается в общий алгоритм экономико-математических исследований. Эконометрические исследования начинаются после того, как
1. определен общий вид математической модели с неизвестными параметрами;
2. собраны все необходимые статистические данные, имеющие отношение к оцениваемым параметрам;
3. поставлена задача отыскания значений неизвестных параметров, обеспечивающих наилучшее приближение модельных значений к их значениям, наблюдавшимся в действительности.
Предположим, что для моделирования экономической динамики на некотором временном интервале требуется описать математически зависимость таких макропоказателей, как потребление, инвестиции и национальный доход от некоторых наиболее существенных факторов. Пусть на гуманитарном этапе исследования экономисты выяснили, что
1. потребление есть возрастающая функция от национального дохода с учетом подоходного налога, причем это возрастание медленнее, чем рост дохода;
2. объем инвестиций есть возрастающая функция национального дохода и убывающая функция факторов государственного регулирования (напр., нормы процента);
3. национальный доход есть сумма потребительских, инвестиционных и государственных закупок товаров и услуг.
Для нахождения аналитического вида этих трех показателей введем обозначения:
- параметр времени ( t-ый год);
- потребление в год t;
- инвестиции в год t;
- национальный доход в год t;
- государственные закупки в год t;
- подоходный налог в год t;
- фактор государственного регулирования в год t.
Переменные , , являются эндогенными (внутренними, неизвестными), а , , - экзогенными (внешними, заданными). При описании взаимосвязи между экзогенными и эндогенными переменными, прежде всего, нужно сделать гипотезу о характере пропорциональности этих зависимостей, о типе функций (линейные, нелинейные), о виде функций (полиномиальные, степенные, логарифмические и т.д.). Для окончательного решения этого вопроса требуются многократные эксперименты. При первоначальном анализе обычно выбирают наиболее простые зависимости. Поэтому на основе указанных выше положений можно начать со следующих линейных зависимостей:
где - const, а , , - параметры задачи, показывающие реакцию эндогенных переменных в текущем времени на изменение экзогенных и лаговых эндогенных переменных ( ).
При помощи несложных преобразований можно все зависимые переменные выразить через независимые переменные:
Теперь можно проводить некоторый качественный анализ параметров модели. Во-первых, как видно из первого и третьего равенств, для положительной знакоопределенности потребления и национального дохода должно быть ; как видно из второго равенства и содержательного смысла инвестиций, должно быть , . Во-вторых, поскольку модель линейная, эффект от одновременного изменения нескольких экзогенных переменных будет равен сумме частных эффектов. Так, одновременное увеличение на единицу объема государственных закупок и налога оставит потребление и инвестиции неизменными, а соответствующий прирост национального дохода будет равен единице (проверьте это самостоятельно). В-третьих, можно анализировать реакцию показателей на изменение каждого фактора. Например, увеличение на одну единицу значения фактора государственного регулирования вызовет изменение потребления на величину , а инвестиций - на , т.е. усиление государственного регулирования уменьшит и потребление, и инвестиции.
Список литературы
"Список использованной литературы
1.Давыдов С.Б. Математическое моделирование экономических систем. – М.: Современный гуманитарный университет, 2006.
2.Долан Э.Дж., Линдсей Д.Е. Рынок: микроэкономическая модель. - СПб: Питер, 2006.
3.Замков О.О., Толстопятенко А.В., Черемных Ю.Н. Математические методы в экономике: Учебник/Под общ. ред. д.э.н., проф. А.В. Сидоровича; МГУ им. М.В. Ломоносова. - 3-е изд., перераб. - М.: Издательство ""Дело и Сервис"", 2006.
4.Исследование операций в экономике: Учеб. пособие для вузов /Н.Ш. Кремер, Б.А. Путко, И.М. Тришин, М.Н. Фридман; Под ред. проф. Н.Ш. Кремера. - М.: ЮНИТИ, 2007.
5.Конюховский П. В. Математические методы исследования операций в экономике. - СПб: Питер, 2008.
6.Кремер Н.Ш., Путко Б.А. Эконометрика: Учебник для вузов / Под ред. проф. Н.Ш. Кремера. - М.: ЮНИТИ-ДАНА, 2006.
7.Носко В.П. Эконометрика для начинающих. Основные понятия, элементарные методы, границы применимости, интерпретация результатов. – М.: Финансы и статистика, 2006.
8.Мардас А. Н. Эконометрика. Краткий курс. - М.: ЮНИТИ, 2007.
9.Математические модели в экономике: Учебное пособие. – М.: ИМПЭ им. А.С. Грибоедова, 2007.
10.Орлов А.И. Устойчивость в социально-экономических моделях. - М.: Наука, 2006.
11.Орлов А.И. О перестройке статистической науки и её применений. - Журнал ""Вестник статистики"". - 2006. - №.1. - С.65 - 71.
12.Орлов А.И. Задачи оптимизации и нечеткие переменные. - М.: Знание, 2006.
13.Практикум по эконометрике: Учеб. пособие / И.И. Елисеева, СВ. Курышева, Н.М. Гордеенко и др.; Под ред. И.И. Елисеевой. - М.: Финансы и статистика, 2006.
14.Тутубалин В.Н. Границы применимости (вероятностно-статистические методы и их возможности). - М.: ИНФРА-М, 2007.
15.Эконометрика: Учебник / Под ред. И. И. Елисеевой. - М.: Финансы и статистика, 2007.
Пожалуйста, внимательно изучайте содержание и фрагменты работы. Деньги за приобретённые готовые работы по причине несоответствия данной работы вашим требованиям или её уникальности не возвращаются.
* Категория работы носит оценочный характер в соответствии с качественными и количественными параметрами предоставляемого материала. Данный материал ни целиком, ни любая из его частей не является готовым научным трудом, выпускной квалификационной работой, научным докладом или иной работой, предусмотренной государственной системой научной аттестации или необходимой для прохождения промежуточной или итоговой аттестации. Данный материал представляет собой субъективный результат обработки, структурирования и форматирования собранной его автором информации и предназначен, прежде всего, для использования в качестве источника для самостоятельной подготовки работы указанной тематики.
bmt: 0.0045