Upload
kyoko
View
201
Download
0
Embed Size (px)
DESCRIPTION
Ekonometrijos įvadinė paskaita. 20 1 3-02-05. Ekonometri k os įvadinė paskaita. 1. Trumpa istorinė apžvalga 2. Ekonometrijos apibrėžimas ir turinys 3. Ekonometrinio modelio sudarymo etapai ir žingsniai. 4. Duomenys ekonometriniuose tyrimuose. 1. 2. Ekonometrijos turinys. Tikslas. - PowerPoint PPT Presentation
Citation preview
VU EF V.Karpuškienė
Ekonometrijos įvadinė paskaita
2013-02-05
VU EF V.Karpuškienė
Ekonometrikos įvadinė paskaita
1. Trumpa istorinė apžvalga 2. Ekonometrijos apibrėžimas ir turinys3. Ekonometrinio modelio sudarymo
etapai ir žingsniai. 4. Duomenys ekonometriniuose
tyrimuose
VU EF V.Karpuškienė
1.Ekonomikos teorijos žinios.2.Ekonominiai duomenys
1
2. Ekonometrijos turinys
Tikslas
Naudojamos informacija
Ekonominiai sprendimai
VU EF V.Karpuškienė
Ekonominė teorija
Statistiniai duomenys
Ekonominiai sprendimai
Ekonometrija - tai ekonominės analizėspriemonė, kuri apjungia ekonominę teoriją ir statistinius duomenis.
}
2
2. Ekonometrijos turinys
VU EF V.Karpuškienė
2. Ekonometrijos turinys
Ekonometrija – tai ekonomikos mokslo disciplina, kuri apjungia ekonomikos teoriją ir matematinę statistiką, siekiant suteikti skaitines reikšmes ekonominiams procesams
Ekonometrija – tai ekonomikos mokslo disciplina, kurioje taikant matematikos ir statistikos metodus, apskaičiuojami ekonominiai rodikliai ir kita informacija, reikalinga ekonominei analizei ir sprendimų priėmimui.
Ekonometrija – tai patikima priemonė paneigti įsitikinimą, kad ekonomika – tai toks mokslas, kuomet 10 specialistų žiūrėdami į tuščią butelį pateikia 11 skirtingų jo turinio paaiškinimų.
VU EF V.Karpuškienė
EKONOMETRIJA
Metodai:Regresinė analizė;Laiko eilučių analizė;Daugiamatėsstatistikos metodai
Taikymas: Mikro ir makroekonomikos problemoms spręstiįvairiuose lygiuose ir sektoriuose:makrolygyje (šalies ekonomikos modeliai); mezolygyje (regioniniai, šakiniai ekonomikos modeliai);mikrolygyje (namų ūkių, įmonių ekonominiai modeliai).
EKONOMIKOS
TEORIJA
(makroekonomika
mikroekonomika)
SOCIALINĖ
IR
EKONOMINĖ
STATISTIKA
TIKIMYBIŲ TEO -
RIJA IR MATEMA –
TINĖ STATISTIKA
Mokslų sritys
2. Ekonometrikos turinys
E.Stankus
VU EF V.Karpuškienė
2. Ekonometrikos turinys
Ekonometrikos tikslas – ekonometrinio modelio sudarymas
Ekonometrinis modelis – tai tokia analitinė išraiška, kurioje viena lygtimi arba jų sistema užfiksuojami esminiai ūkinių procesų, juos apibūdinančių rodiklių ryšiai ir dėsningumai
VU EF V.Karpuškienė
Ekonometrinių modelių tipai
Regresiniai modeliai Laiko eilučių modeliai Lygčių sistemos modeliai Ir kt.
VU EF V.Karpuškienė
qd = f( p, pc, ps, i )
qs = f( p, ps, pf )
p = prekės kaina; pc = papildadančių produktų kaina;ps =pakaitalų kaina; i =pajamos
p =prekės kaina; ps =pakaitalo kaina; pf = gamybos veiksnių kaina
Paklausa
Pasiūla
Regresinis modelis 3
qd = f( p, pc, ps, i )
qs = f( p, ps, pf )
VU EF V.Karpuškienė
3. Ekonometrinio modelio sudarymo etapai
Ekonominis modelis
Statistinis modelis
Ekonometrinis modelis
VU EF V.Karpuškienė
• Ekonominis modelis Problemos formulavimas ir detalizavimas Duomenys
• Statistinis modelis Grafikai Matematinės lygtys, kintamieji, koeficientai Išvados apie modelio adekvatumą
• Ekonometrinis modelis• matematinis modelis, generuojantis ekonominių
sprendimų priėmimui reikalingų rodiklių skaitines reikšmes
3. Ekonometrinio modelio etapaiKą gauname kiekviename etape
VU EF V.Karpuškienė
3. Ekonometrinio modelio sudarymo etapai ir žingsniai
I etapas: EKONOMINIS MODELIS Pirmas žingsnis: Ekonominės problemos formulavimasAntras žingsnis: Hipotezių apie veiksnių tarpusavio sąveiką iškėlimasTrečias žingsnis: Duomenų rinkimas
VU EF V.Karpuškienė
3. Ekonometrinio modelio sudarymo etapai ir žingsniai
II etapas: STATISTINIS MODELIS Ketvirtas žingsnis: Statistinė ir grafinė duomenų analizėPenktas žingsnis: Modelio matematinės išraiškos užrašymasŠeštas žingsnis: Parametrų įverčių skaičiavimasSeptintas žingsnis: Modelio patikimumo tikrinimas
VU EF V.Karpuškienė
3. Ekonometrinio modelio sudarymo etapai ir žingsniai
III etapas EKONOMETRINIS MODELIS Aštuntas žingsnis: Ekonominės problemos analizė naudojant apskaičiuotas modelio parametrų Įverčius ir kt. skaitines charakteristikasDevintas žingsnis: Ekonominių scenarijų kūrimas, prognozavimas.
VU EF V.Karpuškienė
4. Duomenys
Duomenų rūšys Duomenų grafinė analizė Duomenų statistinė analizė Išskirčių analizė Duomenų koreliacinė analizė Duomenų keitimas
VU EF V.Karpuškienė
Duomenų rūšys:Skerspiūvio (erdvės) duomenys
Skerspjūvio (erdvės) duomenys - tai informacija apie stebėjimo vienetų: įmonių, vartotojų, namų ūkių, regionų, miestų ir kt. būklę konkrečiu laiko momentu.
Žymėjimas pvz.:(yi, xij)Erdvės (skerspjūvio) duomenys
dažniau taikomi mikroekonominėje analizėje
Ni 1
VU EF V.Karpuškienė
Duomenų rūšys:Laiko eilučių duomenys Laiko eilučių duomenys - tai
informacija apie stebėjimo vieneto būklės kitimą laike.
Žymėjimas pvz.:(yt, xjt)
Dažniau taikoma makroekonominėje analizėje
Tt 1
VU EF V.Karpuškienė
Duomenų rūšys:Blokuoti (paneliniai) duomenys
Blokuoti (paneliniai) duomenys - tai informacija apie skerspjūvio stebėjimo vienetų būklės kitimą tam tikru laiko periodu
Žymėjimas pvz.; yi t
yvilnius, 2000 yvilnius, 2001 yvilnius, 2002 ... yvilnius, 2011
yKaunas, 2000 yKaunas, 2001 yKaunas, 2002 ... yKaunas, 2011
... ... ... ... ... yŠiauliai, 2000 yŠiauliai, 2001 yŠiauliai, 2002 ... yŠiauliai 2011
Tt 1 Ni 1
Yit =
VU EF V.Karpuškienė
Pavyzdys: (erdviniai duomenys)
Nr.Studento
ūgisMotinos
ūgis Tėvo ūgisVaikinas/
mergina1 156 165 177 m2 158 158 176 m3 161 160 175 m4 161 155 180 m5 162 158 168 m6 163 165 180 m7 164 167 172 m8 164 166 175 m9 164 160 175 m
10 164 170 192 m
VU EF V.Karpuškienė
Pavyzdys: (laiko eilučių duomenys) PVM mln.lt
Neto darbo užmokestis LT
2000K1 797,2 7292000K2 869,7 752,72000K3 860,1 747,62000K4 943,5 757,52001K1 832,2 7372001K2 826,1 753,52001K3 890,3 754,22001K4 995,7 766,42002K1 894,3 767,52002K2 970,4 795,12002K3 915,8 804,12002K4 1062,7 815,32003K1 893,5 820,22003K2 933,6 844,72003K3 950,7 851,92003K4 1057,8 873
VU EF V.Karpuškienė
Duomenų grafinė analizė
Grafinė analizė Pradinių duomenų linijinė diagrama Histogramos
VU EF V.Karpuškienė
Duomenų grafinė analizėLinijinė duomenų diagrama
Studentų ūgiai
100
120
140
160
180
200
220
0 20 40 60 80 100 120 140 160
VU EF V.Karpuškienė
Duomenų grafinė analizėLinijinė duomenų diagrama
150
160
170
180
190
200
210
220
0 20 40 60 80 100 120 140 160
Studento ūgis Motinos ūgos Tėvo ūgis
150
160
170
180
190
200
210
0 20 40 60 80 100 120 140 160
Motinos ūgos Tėvo ūgis
VU EF V.Karpuškienė
Duomenų grafinė analizėLinijinė duomenų diagrama
PVM mln.lt
500
700
900
1100
1300
1500
1700
1900
2100
2300
2500
0 5 10 15 20 25 30 35 40
VU EF V.Karpuškienė
Duomenų grafinė analizėStudentų ūgių histograma
Studentų ūgių histograma
05
10152025303540
160
165
169
174
178
183
187
192
196
201
205
More
Ūgi
ai
VU EF V.Karpuškienė
Duomenų grafinė analizėPVM histograma
PVM histograma
02468
101214161820
797,2
1093
,94
1390
,68
1687
,42
1984
,16Mor
e
Freq
uenc
y
VU EF V.Karpuškienė
Duomenų statistinė analizė
Vidurkis Moda Mediana Vidutinis kvadratinis nuokrypis Asimetrija Ekscesas
VU EF V.Karpuškienė
Aprašomosios statistikos rodikliaiStudento ūgis Studento ūgis
Motinos ūgis Tėvo Ūgis
Mean 175,61 166,75 180,97Standard Error 0,78 0,51 0,55Median 174,00 166,00 182,00Mode 172,00 168,00 182,00Standard Deviation 9,28 6,07 6,58Sample Variance 86,18 36,80 43,32Kurtosis 1,23 5,64 2,45Skewness 0,99 0,93 -0,72Range 50,00 53,00 45,00Maximum 210,00 200,00 195,00Sum 25112,00 23845,50 25878,00Count 143,00 143,00 143,00Confidence Level(95,0%) 1,53 1,00 1,09
VU EF V.Karpuškienė
Aprašomosios statistikos rodikliai PVM mln.lt
Neto darbo užmokestis LT
Mean 1264,21 1012,20Standard Error 79,48 52,01Median 1057,80 882,10Mode #N/A #N/AStandard Deviation 470,19 307,70Sample Variance 221078,70 94677,83Kurtosis -0,34 0,38Skewness 1,01 1,24Range 1483,70 1044,70Minimum 797,20 729,00Maximum 2280,90 1773,70Sum 44247,50 35427,00Count 35,00 35,00
VU EF V.Karpuškienė
Duomenų išskirčių analizė
Trijų vidutinių nuokrypių taisyklė
VU EF V.Karpuškienė
PavyzdysKoreliacijos koeficientai
Studento ūgis Motinos Ūgis Tėvo Ūgis
Studento ūgis 1,00
Motinos Ūgis 0,37 1,00
Tėvo Ūgis 0,07 0,34 1,00
VU EF V.Karpuškienė
Pradinių duomenų keitimas
Nominalūs / realūs duomenys Logaritmuoti duomenys Prieaugiai Augimo tempai Indeksai
VU EF V.Karpuškienė
Pradinių duomenų keitimas Nominalūs / realūs duomenys
Problema iškyla nagrinėjant laiko eilutes
Patartina naudoti realius duomenis. Dėl kainų poveikio tarp dviejų
nominalių kintamųjų gali atsirasti melaginga koreliacija
Problema – reikia turėti kainų indeksą.
VU EF V.Karpuškienė
Pradinių duomenų keitimas Logaritmuoti duomenys
Problema iškyla nagrinėjant neigiamus arba lygius 0 duomenis. Negalima tokių duomenų logaritmuoti
VU EF V.Karpuškienė
Pradinių duomenų keitimasPrieaugiai
Δyt =yt – yt-1 Tik laiko eilučių duomenys Iš pradinių duomenų išeliminuoja
kitimo tendenciją.
VU EF V.Karpuškienė
Pradinių duomenų keitimasAugimo tempai
Ayt = yt/yt-1
Reikšmės palyginimas su praėjusių laikotarpiu arba su praėjusių metų atitinkamų laikotarpiu
Išlieka kitimo kryptis
Problema: sumažėja stebėjimų skaičius
VU EF V.Karpuškienė
Skirtingų duomenų palyginimasPVM kitimo rodikliai
PVM mln.lt Ln (PVM) PrieaugiaiAugimo tempai
2000K1 797,2 6,681 2000K2 869,7 6,768 72,5 2000K3 860,1 6,757 -9,6 2000K4 943,5 6,85 83,4 2001K1 832,2 6,724 -111,3 1,04392001K2 826,1 6,717 -6,1 0,949872001K3 890,3 6,792 64,2 1,035112001K4 995,7 6,903 105,4 1,055332002K1 894,3 6,796 -101,4 1,074622002K2 970,4 6,878 76,1 1,174682002K3 915,8 6,82 -54,6 1,028642002K4 1062,7 6,969 146,9 1,067292003K1 893,5 6,795 -169,2 0,999112003K2 933,6 6,839 40,1 0,962082003K3 950,7 6,857 17,1 1,038112003K4 1057,8 6,964 107,1 0,99539
VU EF V.Karpuškienė
Skirtingų duomenų palyginimasVidutinis darbo užmokestis
Darbo užmokestisNominalūs duomenys
1000
1100
1200
1300
1400
1500
1 3 5 7 9 11 13 15 17 19 21 23
darbo užmokestis
Darbo užmokestisLogaritmuoti duomenys
5,0
6,0
7,08,0
9,0
10,0
2000
i
2000
III
2001
i
2001
III
2002
i
2002
III
2003
i
2003
III
2004
I
2004
III
2005
i
2005
III
Logaritmuotas du
Prieaugiai
-80,0-60,0-40,0-20,0
0,020,040,060,080,0
100,0
Prieaugiai
Augimo tempai
0,91,01,01,01,01,01,11,11,11,1
Augimo tempai