![]() Главная страница Случайная страница КАТЕГОРИИ: АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника |
Примеры эконометрических моделей (Производственная функция)
Производственная функция, также функция производства — экономико-математическая количественная зависимость между величинами выпуска (количество продукции) и факторами производства, (затраты ресурсов, уровень технологий и др.) может выражаться как множество изоквант. Главным инструментом эконометрического исследования является модель. Выделяют три основных класса эконометрических моделей: 1) модель временных рядов; 2) модели регрессии с одним уравнением; 3) системы одновременных уравнений. Моделью временных рядов называется зависимость результативной переменной от переменной времени или переменных, относящихся к другим моментам времени. К моделям временных рядов, характеризующих зависимость результативной переменной от времени, относятся: а) модель зависимости результативной переменной от трендовой компоненты или модель тренда; б) модель зависимости результативной переменной от сезонной компоненты или модель сезонности; в) модель зависимости результативной переменной от трендовой и сезонной компонент или модель тренда и сезонности. К моделям временных рядов, характеризующих зависимость результативной переменной от переменных, датированных другими моментами времени, относятся: а) модели с распределённым лагом, объясняющие вариацию результативной переменной в зависимости от предыдущих значений факторных переменных; б) модели авторегрессии, объясняющие вариацию результативной переменной в зависимости от предыдущих значений результативных переменных; в) модели ожидания, объясняющие вариацию результативной переменной в зависимости от будущих значений факторных или результативных переменных. Кроме рассмотренной классификации, модели временных рядов делятся на модели, построенные по стационарным и нестационарным временным рядам. Стационарным временным рядом называется временной ряд, который характеризуется постоянными во времени средней, дисперсией и автокорреляцией, т. е. данный временной ряд не содержит трендовой и сезонной компонент. Нестационарным временным рядом называется временной ряд, который содержит трендовую и сезонную компоненты. Определение. Моделью регрессии с одним уравнением называется зависимость результативной переменной, обозначаемой как у, от факторных (независимых) переменных, обозначаемых как х1, х2, …, хn. Данную зависимость можно представить в виде функции регрессии или модели регрессии: y=f(x, β)=f(х1, х2, …, хn, β 1…β k) где β 1…β k – параметры модели регрессии. Можно выделить две основных классификации моделей регрессии:: а) классификация моделей регрессии на парные и множественные регрессии в зависимости от числа факторных переменных; б) классификация моделей регрессии на линейные и нелинейные регрессии в зависимости от вида функции f(x, β). В качестве примеров моделей регрессии с одним уравнением можно привести следующие модели: а) производственная функция вида Q=f(L, K), выражающая зависимость объёма производства определённого товара (Q) от производственных факторов – от затрат капитала (К) и затрат труда (L); б) функция цены Р=f(Q, Pk), характеризующая зависимость цены определённого товара (Р) от объема поставки (Q) и от цен конкурирующих товаров (Pk); в) функция спроса Qd=f(P, Pk, I), характеризующая зависимость величины спроса на определённый товар (Р) от цены данного товара (Р), от цен товаров-конкурентов (Pk) и от реальных доходов потребителей (I). Системой одновременных уравнений называется модель, которая описывается системами взаимозависимых регрессионных уравнений. Системы одновременных уравнений могут включать в себя тождества и регрессионные уравнения, в каждое из которых могут входить не только факторные переменные, но и результативные переменные из других уравнений системы. Регрессионные уравнения, входящие в систему одновременных уравнений, называются поведенческими уравнениями. В поведенческих уравнениях значения параметров являются неизвестными и подлежат оцениванию. Основное отличие тождеств от регрессионных уравнений заключается в том, что их вид и значения параметров известны заранее. Примером системы одновременных уравнений является модель спроса и предложения, в которую входит три уравнения: а) уравнение предложения: =а0+а1*Рt+a2*Pt-1; б) уравнение спроса: =b0+b1* Рt+b2*It; в) тождество равновесия: QSt = Qdt, где QSt – предложение товара в момент времени t; Qdt – спрос на товар в момент времени t; Рt – цена товара в момент времени t; Pt-1 – цена товара в предшествующий момент времени (t-1); It – доход потребителей в момент времени. В модели спроса и предложения выражаются две результативные переменные: а) Qt – объём спроса, равный объёму предложения в момент времени t; б) Pt – цена товара в момент времени t.
|