Доугерти К. Введение в эконометрику

ВВЕДЕНИЕ В ЭКОНОМЕТРИКУ

Кристофер Доугерти

для студентов экономических специальностей высших учебных заведений

т ИНФРА-М

Экономический факультет МГУ им. М.В. Ломоносова

Москва 1999

УДК (075.8)330.115 ББК 22.172 Д71

This translation of Introduction to Econometrics by Christopher Dougherty originally published in English in 1992 is published by arrangement with Oxford University Press

Настоящий перевод издания «Введение в эконометрику» Кристофера Доугерти, опубликованного на английском языке в 1992 году, выходит в свет по согласованию с издательским домом «Oxford University Press»

Перевод и подготовка книги к изданию осуществлены в рамках программы «ТЕМПУС» при участии и содействии Европейского Сообщества и экономического факультета Московского Государственного Университета им. М.В. Ломоносова

Перевод с английского - Е. Н. Лукаш, О. Ю. Шибапкин, О. О. Замков

Научный редактор - О. О. Замков

Рецензенты - декан ф-та «Статистика», зав. кафедрой математической статистики и экономики МЭСИ, д-р экон. наук, проф. В. С. Мхитарян;

зам. директора ЦЭМИРАН, д-р физ.-мат. наук, проф. С. А. Айвазян

Доугерти К.

Д 71Введение в эконометрику: Пер. с англ. - М: ИНФРА-М, 1999. - XIV, 402 с.

ISBN 0-19-504346-4 (англ.)

ISBN 5-86225-458-7 (русск.)

Книга Кристофера Доугерти - один из самых популярных на Западе вводных учеб ников эконометрики для студентов-экономистов. Курс эконометрики занимает важное место в современных программах экономических вузов во всем мире наряду с такими предметами, как микроэкономика, макроэкономика, финансовый анализ. Эконометрические методы необходимо знать и ученому, и преподавателю, и практику. Без них нельзя построить сколько-нибудь надежного прогноза, а значит, под вопросом и успех в бан ковском деле, финансах, бизнесе.

Популярный учебник по эконометрике издается в России впервые. Актуальность его появления на российском книжном рынке связана с острым дефицитом книг по эконо метрике. Книгу отличает доступность изложения и вместе с тем высокий научный уровень освещения основных современных идей и методов эконометрики.

Книга может быть рекомендована в качестве базового учебника для студентов эконо мических специальностей, изучающих курс эконометрики. Ее можно также рекомендовать для самостоятельного ознакомления с этой дисциплиной. Работа может оказаться весьма полезной и при решении широкого круга прикладных проблем, с которыми читатель стал

ОТ НАУЧНОГО РЕДАКТОРА ПЕРЕВОДА

Книга Кристофера Доугерти «Введение в эконометрику» стала сейчас одним из наиболее популярных (если не самым популярным) вводным учебником экономет рики для широкого круга студентов-экономистов. Популярность этой книги связана также с получившим известность, тщательно проработанным, очень тонко и совре менно построенным курсом, который автор читает в Лондонской школе экономики (LSE). Этот курс слушают в течение года все студенты-экономисты LSE, он вклю чен также и в программу знаменитой трехнедельной Летнейшколы. Курс К. Доугер ти - один из тех в этой школе, где, несмотря на довольно высокую стоимость обу чения, велик конкурс со стороны студентов, преподавателей, молодых исследова телей, банковских работников из стран всего мира.

В современных программах подготовки экономистов курс эконометрики уверен но занял одно из ключевых мест. Не зная достаточно хорошо этого предмета, не владея его инструментарием, невозможно ни проверить представляемые в учебниках, кни гах и статьях эмпирические зависимости, ни получить новые такие зависимости, а значит - и выдвинуть новые теории. Без эконометрических методов нельзя постро ить сколь-нибудь надежного прогноза, а значит - под вопросом и успех в банковс ком деле, финансах, бизнесе. Поэтому курс эконометрики входит в «ядро» учебных программ современного экономического вуза наряду с такими предметами, как мик роэкономика, макроэкономика, финансовый анализ. Он, кроме того, должен быть тесно связан с перечисленными курсами, давая не абстрактно-формальные, а при кладные знания.

К сожалению, в России современный прикладной курс эконометрики пока еще не стал обязательным элементом программы в каждом экономическом вузе. Этот пред мет изучается в основном студентами, специализирующимися в применении мате матических и статистических методов в экономике, изучается достаточно глубоко, но формально, нередко в отрыве от современных экономических теорий и их при ложений. Для преподавания прикладного курса эконометрики студентам массовых экономических специальностей обычно не хватает ни квалифицированных педаго гов, ни учебников, ни места в учебных программах. В то же время отечественные ученые внесли весьма значительный вклад в развитие эконометрических методов, особенно на начальном этапе. Такие имена, как А. А. Марков, А. М. Ляпунов, П. Л. Чебышев, Е. Е. Слуцкий, обязательно много раз упоминаются в любом курсе приклад ной статистики и эконометрики. Правда, в течение ряда десятилетий развитие этих направлений не поощрялось, поскольку эконометрические методы способны были

выявить те или иные нежелательные для властей тенденции экономического разви тия. В настоящее время, когда перед высшим экономическим образованием в Рос сии стоит (и решается) задача выхода на мировой уровень, одним изключевых мо ментов является развитие преподавания эконометрики.

Нельзя сказать, что у нас не издавались ранее книги по эконометрике, как оте чественные, так и переводные. В 1960-1970-х и в начале 1980-х годов были изданы на русском языке известные книги Г. Тинтнера, Э. Маленво, Т. Андерсона, Дж. Джонстона, М. Дж. Кендалла и А. Стьюарта, Э. Кейна и др. В 1980-е годы публикация пе реводных изданий по эконометрике практически прекратилась, но проблему с ли тературой частично решали отечественные книги (Е. М. Четыркина и И. Л. Калихмана, С. А. Айвазяна, И. С. Енюкова и Л. Д. Мешалкина и др.). С конца 1980-х годов книги по эконометрике на русском языке почти не публиковались, и в настоящий момент остро стоит проблема с литературой любого уровня сложности. Прежние издания, во-первых, стали библиографической редкостью, а во-вторых, в них не отражены идеи и результаты последних десятилетий, когда эконометрика и ее приложения бурно развивались, а на Западе появилось новое поколение литера туры в данной области.

Книга К. Доугерти поможет закрыть наиболее значительный, базовый пробел: отсутствие понятного, доступного современного учебника. Такого учебника не было ранее и в англоязычной литературе, о чем автор упоминает в предисловии к анг лийскому изданию. Хотя книга очень проста в изложении, в ней с достаточной стро гостью затрагиваются практически все основные современные базовые идеи и ме тоды эконометрики, на которых строятся и научные исследования, и гораздо бо лее продвинутые учебные курсы. Поэтому книга может широко использоваться как в преподавании курса эконометрики для студентов экономических специальнос тей, так и для самостоятельного ознакомления с этой дисциплиной. Книга может оказаться очень полезной и при выборочном ознакомлении с прикладными про блемами, с которыми читатель может столкнуться в практической работе.

Книга К. Доугерти издается в России в рамках проекта ТЕМПУС, осуществляе мого совместно экономическим факультетом МГУ и тремя европейскими универ ситетами: Лондонской школой экономики (Англия), университетом Сорбонна (Фран ция), университетом Тилбург (Нидерланды). Целью данного проекта является мо дернизация университетского экономического образования и сближение его с ми ровыми стандартами. Помимо данной книги проектом предусмотрено издание еще целого ряда учебников, таких, как: «Принципы корпоративных финансов» Р. Брейли и С. Майерса, «Международная экономика. Теория и политика» П. Кругмана и М. Обстфельда, «Экономическое развитие» М. Тодаро, «Структура отраслевых рынков» Ф. Шерера и Д. Росса, «Экономика организаций» К. Менара.

Хотелось бы верить, что эта книга - лишь первая ласточка в новой волне пере водных и отечественных публикаций по эконометрике, с помощью которых эта дисциплина займет подобающее ей место в экономическом образовании, научных исследованиях и практической работе в России.

О. О. Замков

ПРЕДИСЛОВИЕ

Эта книга предназначена для студентов, изучающих годовой курс эконометрики. Она отражает определенную потребность, вызванную последними изменениями в про граммах эконометрической подготовки студентов и не учтенную в ранее написан ных учебниках. За последнее десятилетие преподавание эконометрики на универси тетском уровне достигло своего «совершеннолетия». Курсы эконометрики, предла гавшиеся обычно как курсы на выбор в магистерских программах по экономике, сейчас все в большей мере становятся обязательными. Это обусловлено нескольки ми факторами. Возможно, важнейшим из них является растущее признание того, что определенное понимание методов эмпирических исследований является не просто желательной, но весьма существенной частью базовой подготовки экономиста и что ограничивающиеся прикладной статистикой курсы неадекватны этой задаче. Без сомнения, это привело к тому, что курсы эконометрики для аспирантов стали на много более продвинутыми, вследствие чего недостаточное знакомство с экономет рикой стало препятствием для поступления в аспирантуру ведущих университетов. Сыграл свою роль и «фактор предложения». Волна, поднявшая эконометрику на столь высокий уровень в экономическом образовании, идет вслед за другой волной, под нявшей значение математики и статистики. Без предшествующего улучшения под готовки в области количественных методов анализа выдвижение эконометрики в «ядро» программ экономических вузов было бы невозможным. Данный сдвиг был также связан с увеличением числа квалифицированных преподавателей экономет рики.

Вследствие происшедших изменений слушатели курсов эконометрики в большей степени различаются по своим возможностям, чем ранее. Это уже не только мень шинство, избравшее сложный путь математической специализации. Типичный сту дент сейчас - это обычный студент-магистр экономического профиля, изучивший базовые, но не продвинутые курсы математического анализа и статистики. «Демок ратизация» эконометрики создала необходимость подготовки более широкого спек тра учебников, чем прежде, в особенности для новичков. Студенты, изучившие про двинутые курсы математики, уже несколько лет пользуются рядом завершенных учеб ников, отдельные из которых выдержали уже два или три издания. Меньше повезло новичкам, и этот текст адресован главным образом им.

Цель этой книги - обеспечить базу для изучения годового курса, позволяющего затем студентам продолжить изучение предмета в аспирантуре. Важнейшей задачей было сократить до минимума математические требования к читателю. Почти у каж дого есть свой предел математической сложности изложения, которую он готов при нять. Если этот предел превышен, читатель тратит большую часть усилий на техни-

ческую сторону вопроса вместо его сущности. Появляется усталость, страдает пони мание, и путь исследования становится поденной работой или даже хуже того.

К счастью, математическое бремя намного облегчается, если коэффициенты регрессии выразить через выборочные ковариации и дисперсии. Для преподавателей и наиболее одаренных студентов степень математизированности может быть не столь важной, но это не так для той аудитории, которой адресована эта книга. Многие из этих людей, по-видимому, чувствовали себя не совсем уверенно в предшествующих математических курсах. Принятый здесь подход делает возможным расставание с ус трашающими обозначениями типа I, становящимися непреодолимым препятстви ем для многих студентов. Это означает, что для знакомства с соответствующими по нятиями понадобятся определенные затраты времени (глава 1), но эти понятия лег ко усваиваются и потраченные усилия затем многократно окупаются. Это не пустые рассуждения. Когда несколько лет назад я внес эти изменения в свой курс, где до этого пользовался обозначениями типа I, то обнаружил у студентов значительное улучшение восприятия, особенно при рассмотрении свойств регрессионных оценок.

Второй заботой было удаление неэконометрических «камней преткновения», сдер живавших развитие понимания предмета. Многие сложности, возникающие во ввод ном курсе, не являются техническими по своей природе (и многие технические мо менты, например использование фиктивных переменных, вовсе не представляют про блемы). Например, многие студенты затрудняются описать регрессионные результаты словесно, в терминах, понятных неспециалисту. Если рассматривается регрессия в логарифмах, нередко странная заминка возникает даже в том случае, если заранее было показано математически, что коэффициент наклона характеризует эластичность. Про блема, без сомнения, заключается в том, что, изучая эластичность в базовом курсе математики, студенты были столь поглощены математическими вопросами, что у них не оставалось времени как следует разобраться с их практическими приложениями. Для них эластичность оставалась не до конца понятым математическим объектом. Эта книга содержит ряд отступлений в виде вставок, где рассматриваются подобные проблемы.

Ряд отступлений, кроме того, посвящен примерам экономических приложений. Нельзя оставить рассмотрение гипотезы Фридмена о постоянном доходе в качестве отдельных и несвязанных вопросов курсов макроэкономической теории и экономет рики. Поскольку нереалистично ожидать включения эконометрических аспектов в сту денческие курсы экономической теории, задача нахождения этой связи неизбежно ложится на эконометристов.

Эксперименты по методу Монте-Карло

чатлеть все это в памяти и почувствовать определенную уверенность. И как и в других дисциплинах, для многих людей развитие познаний в эконометрике напоминает не арифметическую прогрессию (как бы это ни казалось в ретрос пективе), а процесс развития и обобщения, в котором технические навыки и интуитивное понимание развиваются во взаимодействии.

Упражнения с функциями спроса

Еще одной особенностью книги является последовательность упражнений с функциями спроса, создающих стержень для практической работы и являю щихся существенным компонентом вводного курса. Упражнения с функциями спроса обеспечивают непрерывность и дают возможность наблюдать воздействие теоретических продвижений на спецификацию модели и технику оценивания. Как и эксперименты по методу Монте-Карло, они позволяют лучше запомнить то, что уже было познано аналитически, и обеспечивают ту действенную вов леченность, которая часто отсутствует при простом представлении результатов оценивания регрессии для комментариев.

Данные для упражнений с функциями спроса приведены в табл. Б.1 и Б.2 прило жения Б. Предполагается, что студенты будут разбиты на группы для практической работы по курсу и каждый студент в группе получит задание, связанное со спросом на определенное благо.

Структура книги

Большинство студентов, приступающих к изучению вводного курса эконометрики, уже прослушали один или несколько курсов по статистике и, значит, должны быть хорошо знакомы с фундаментальными понятиями. Факт, однако, состоит в том, что многие люди нуждаются в повторном знакомстве с этим материалом, прежде чем они действительно освоят его. Поскольку нет смысла пытаться изучать вводный курс эконометрики без должного понимания таких категорий, как несмещенность, эф фективность и состоятельность, стоит при необходимости начать с рассмотрения такого материала. Этому посвящен обзор в начале книги. В главе 1 описана матема тическая основа, а оставшиеся главы покрывают обычные для вводного курса темы и разбиты на три части. Первая часть книги (главы 2-5) содержит основы регресси онного анализа. В ее второй части (главы 6-8) рассматриваются некоторые наибо лее общие проблемы, возникающие при использовании регрессионного анализа, а в третьей части представлены некоторые дальнейшие продвижения. В заключитель ной части дается краткая последующая ориентация.

Лондон, декабрь 1990 года

Кристофер Доугерти

Книга Кристофера Доугерти - один из самых популярных вводных учебников эконометрики для студентов-экономистов. В третьем издании книги автор учел новейшие тенденции развития эконометрической теории и прикладного программного обеспечения, включив ряд новых глав и приложений. Книгу отличает доступность изложения, большое число содержательных примеров, приложений, экономических комментариев. В то же время в ней представлен широкий круг эконометрических моделей и методов, необходимых экономисту - исследователю, практику, преподавателю.
Первое издание было рекомендовано Министерством образования в качестве учебника для студентов экономических специальностей вузов.

Выборки и способы оценивания.
До сих пор мы предполагали, что имеется точная информация об обсуждаемой случайной переменной, в частности о распределении ее вероятностей (в случае дискретной переменной) или о функции плотности распределения (в случае непрерывной переменной). С помощью этой информации можно рассчитать математическое ожидание, дисперсию и любые другие характеристики, в которых мы можем быть заинтересованы.

Однако на практике, за исключением искусственно простых случайных величин (таких как число выпавших очков при бросании игральной кости), мы не знаем точного вероятностного распределения или плотности распределения вероятностей. Это означает, что неизвестны также и теоретическое сред-
нее и дисперсия. Мы, тем не менее, можем нуждаться в оценках этих или других характеристик генеральной совокупности.

Процедура оценивания - всегда одинаковая. Берется выборка наблюдений и с помощью подходящей формулы рассчитывается оценка нужной характеристики. Важно следить за терминами, делая различие между способом или формулой оценивания и рассчитанным по ней для данной выборки числом, являющимся значением этой оценки.

СОДЕРЖАНИЕ
От научного редактора перевода V
Предисловие VIII
Обзор: случайные переменные, выборки и оценки 3
0.1. Введение 3
0.2. Дискретная случайная переменная и математическое ожидание 4
0.3. Непрерывные случайные переменные 11
0.4. Теоретическая ковариация, правила для дисперсии и ковариации, корреляция 16
0.5. Выборки и способы оценивания 19
0.6. Несмещенность и эффективность 23
0.7. Оценки дисперсии, ковариации и корреляции 29
0.8. Асимптотические свойства оценок 30
1. Парный регрессионный анализ 44
1.1. Модель парной линейной регрессии 44
1.2. Регрессия методом наименьших квадратов 46
1.3. Регрессия методом наименьших квадратов: два примера 49
1.4. Регрессия методом наименьших квадратов с одной независимой переменной 52
1.5. Два разложения для зависимой переменной 55
1.6. Интерпретация уравнения регрессии 56
1.7. Качество оценивания: коэффициент R2 61
2. Свойства коэффициентов регрессии и проверка гипотез 68
2.1. Типы данных и регрессионная модель 68
2.2. Предпосылки регрессионной модели с нестохастическими регрессорами 70
2.3. Случайные составляющие коэффициентов регрессии 73
2.4. Эксперимент Монте-Карло 77
2.5. Несмещенность коэффициентов регрессии 81
2.6. Точность коэффициентов регрессии 84
2.7. Теорема Гаусса-Маркова 92
2.8. Проверка гипотез, относящихся к коэффициентам регрессии 95
2.9. Доверительные интервалы 108
2.10. Односторонние t-критерии 111
2.11. F-критерий для проверки качества оценивания 116
2.12. Взаимосвязь между F-критерием общего качества регрессии и t-критерием для коэффициента наклона в парном регрессионном анализе 118
3. Множественный регрессионный анализ 121
3.1. Иллюстрация: модель с двумя объясняющими переменными 121
3.2. Вывод и интерпретация коэффициентов множественной регрессии 124
3.3. Свойства коэффициентов множественной регрессии 129
3.4. Мультиколлинеарность 135
3.5. Качество оценивания: коэффициент R2 146
4. Преобразования переменных 156
4.1. Простейшая процедура 156
4.2. Логарифмические преобразования 160
4.3. Случайный член 168
4.4. Нелинейная регрессия 170
4.5. Сравнение линейной и логарифмической моделей 172
5. Фиктивные переменные 176
5.1. Пример использования фиктивной переменной 176
5.2. Обобщение для фиктивных переменных более чем двух категорий и их нескольких наборов 182
5.3. Фиктивные переменные для коэффициента наклона 193
5.4. Тест Чоу 197
6. Спецификация переменных регрессии: предварительное рассмотрение 203
6.1. Спецификация модели 203
6.2. Влияние отсутствия в уравнении переменной, которая должна быть в него включена 204
6.3. Влияние наличия в модели переменной, которая не должна быть в нее включена 213
6.4. Замещающие переменные 216
6.5. Проверка линейного ограничения 221
6.6. Как извлечь максимум информации из анализа остатков 227
7. Гетероскедастичность 229
7.1. Гетероскедастичность и ее последствия 229
7.2. Обнаружение гетероскедастичности 234
7.3. Что можно сделать в случае гетероскедастичности? 238
8. Стохастические объясняющие переменные и ошибки измерения 246
8.1. Допущения моделей со стохастическими объясняющими переменными 246
8.2. Свойства оценок коэффициентов регрессии по МНК в случае конечной выборки 248
8.3. Асимптотические свойства оценок регрессии по МНК 250
8.4. Последствия ошибок измерения 252
8.5. Критика М. Фридменом стандартной функции потребления 260
8.6. Инструментальные переменные 265
9. Оценивание систем одновременных уравнений 275
9.1. Модели в виде одновременных уравнений: структурная и приведенная форма уравнений 275
9.2. Смещение оценок в системах одновременных уравнений 277
9.3. Оценивание с помощью инструментальных переменных 282
10. Модели двоичного выбора, модели с ограничениями для зависимой переменной и оценивание методом максимального правдоподобия 297
10.1. Линейная вероятностная модель 297
10.2. Логит-анализ 301
10.3. Пробит-анализ 306
10.4. Цензурированию регрессии: тобит-анализ 309
10.5. Смещение при построении выборки 314
10.6. Оценивание методом максимального правдоподобия (введение) 319
11. Моделирование по данным временных рядов 329
11.1. Статические модели 330
11.2. Динамические модели 333
11.3. Модель адаптивных ожиданий 336
11.4. Модель частичной корректировки 344
11.5. Предсказание 348
11.6. Тесты на устойчивость 354
12. Свойства регрессионных моделей с временными рядами 357
12.1. Допущения для регрессионных моделей с временными рядами 357
12.2. Допущение о независимости случайного члена и регрессоров 358
12.3. Определение и выявление автокорреляции 360
12.4. Что можно сделать для устранения автокорреляции? 366
12.5. Автокорреляция с лаговой зависимой переменной 370
12.6. Тест на общий множитель 372
12.7. Кажущаяся автокорреляция 378
12.8. Спецификация модели: от частного к общему или от общего к частному? 381
13. Нестационарные временные ряды: введение 388
13.1. Стационарность и нестационарность 388
13.2. Последствия нестационарности 394
13.3. Обнаружение нестационарности 398
13.4. Коинтеграция 405
13.5. Оценивание моделей с нестационарными временными рядами 410
13.6. Заключение 413
14. Модели с панельными данными: введение 415
14.1. Введение 415
14.2. Регрессионные модели с фиксированным эффектом 419
14.3. Регрессии со случайным эффектом 423
Приложение А: Статистические таблицы 431
Приложение В: Наборы данных 444
Библиография 455
Именной указатель 458
Предметный указатель 459.

Это обусловлено несколькими факторами. Возможно, важнейшим из них является растущее признание того, что определенное понимание методов эмпирических исследований является не просто желательной, но весьма существенной частью базовой подготовки экономиста и что ограничивающиеся прикладной статистикой курсы неадекватны этой задаче. Без сомнения, это привело к тому, что курсы эконометрики для аспирантов стали намного более продвинутыми, вследствие чего недостаточное знакомство с эконометрикой стало препятствием для поступления в аспирантуру ведущих университетов. Сыграл свою роль и «фактор предложения». Волна, поднявшая эконометрику на столь высокий уровень в экономическом образовании, идет вслед за другой волной, поднявшей значение математики и статистики. Без предшествующего улучшения подготовки в области количественных методов анализа выдвижение эконометрики в «ядро» программ экономических вузов было бы невозможным. Данный сдвиг был также связан с увеличением числа квалифицированных преподавателей эконометрики.

Вследствие происшедших изменений слушатели курсов эконометрики в большей степени различаются по своим возможностям, чем ранее. Это уже не только меньшинство, избравшее сложный путь математической специализации. Типичный студент сейчас - это обычный студент-магистр экономического профиля, изучивший базовые, но не продвинутые курсы математического анализа и статистики. «Демократизация» эконометрики создала необходимость подготовки более широкого спектра учебников, чем прежде, в особенности для новичков. Студенты, изучившие продвинутые курсы математики, уже несколько лет пользуются рядом завершенных учебников, отдельные из которых выдержали уже два или три издания. Меньше повезло новичкам, и этот текст адресован главным образом им.

Цель этой книги - обеспечить базу для изучения годового курса, позволяющего затем студентам продолжить изучение предмета в аспирантуре. Важнейшей задачей было сократить до минимума математические требования к читателю. Почти у каждого есть свой предел математической сложности изложения, которую он готов принять. Если этот предел превышен, читатель тратит большую часть усилий на техническую сторону вопроса вместо его сущности. Появляется усталость, страдает понимание, и путь исследования становится поденной работой или даже хуже того.

К счастью, математическое бремя намного облегчается, если коэффициенты регрессии выразить через выборочные ковариации и дисперсии. Для преподавателей и наиболее одаренных студентов степень математизированности может быть не столь важной, но это не так для той аудитории, которой адресована эта книга. Многие из этих людей, по-видимому, чувствовали себя не совсем уверенно в предшествующих математических курсах. Принятый здесь подход делает возможным расставание с устрашающими обозначениями типа I, становящимися непреодолимым препятствием для многих студентов. Это означает, что для знакомства с соответствующими понятиями понадобятся определенные затраты времени (глава 1), но эти понятия легко усваиваются и потраченные усилия затем многократно окупаются. Это не пустые рассуждения. Когда несколько лет назад я внес эти изменения в свой курс, где до этого пользовался обозначениями типа X, то обнаружил у студентов значительное улучшение восприятия, особенно при рассмотрении свойств регрессионных оценок.

Второй заботой было удаление неэконометрических «камней преткновения», сдерживавших развитие понимания предмета. Многие сложности, возникающие во вводном курсе, не являются техническими по своей природе (и многие технические моменты, например использование фиктивных переменных, вовсе не представляют проблемы). Например, многие студенты затрудняются описать регрессионные результаты словесно, в терминах, понятных неспециалисту. Если рассматривается регрессия в логарифмах, нередко странная заминка возникает даже в том случае, если заранее было показано математически, что коэффициент наклона характеризует эластичность. Проблема, без сомнения, заключается в том, что, изучая эластичность в базовом курсе математики, студенты были столь поглощены математическими вопросами, что у них не оставалось времени как следует разобраться с их практическими приложениями. Для них эластичность оставалась не до конца понятым математическим объектом. Эта книга содержит ряд отступлений в виде вставок, где рассматриваются подобные проблемы.

Ряд отступлений, кроме того, посвящен примерам экономических приложений. Нельзя оставить рассмотрение гипотезы Фридмена о постоянном доходе в качестве отдельных и несвязанных вопросов курсов макроэкономической теории и эконометрики. Поскольку нереалистично ожидать включения эконометрических аспектов в студенческие курсы экономической теории, задача нахождения этой связи неизбежно ложится на эконометристов.

Эксперименты по методу Монте-Карло

Характерной чертой этой книги является широкое использование экспериментов по методу Монте-Карло, наиболее подходящему для проведения эконометристами экспериментов лабораторного типа в контролируемых условиях. Многие студенты, слушающие вводный курс, предпочитают смотреть на такой анализ с двух точек зрения: математических рассуждений и числовой иллюстрации. Можно проследить за математическим исследованием свойств статистической оценки и согласиться с ее логичностью, но вместе с тем и получить пользу, видя подтверждение всего этого числовым примером в форме эксперимента по методу Монте-Карло. Такого рода анализ помогает, так сказать, запечатлеть все это в памяти и почувствовать определенную уверенность. И как и в других дисциплинах, для многих людей развитие познаний в эконометрике напоминает не арифметическую профессию (как бы это ни казалось в ретроспективе), а процесс развития и обобщения, в котором технические навыки и интуитивное понимание развиваются во взаимодействии.

Упражнения с функциями спроса

Еще одной особенностью книги является последовательность упражнений с функциями спроса, создающих стержень для практической работы и являющихся существенным компонентом вводного курса. Упражнения с функциями спроса обеспечивают непрерывность и дают возможность наблюдать воздействие теоретических продвижений на спецификацию модели и технику оценивания. Как и эксперименты по методу Монте-Карло, они позволяют лучше запомнить то, что уже было познано аналитически, и обеспечивают ту действенную вовлеченность, которая часто отсутствует при простом представлении результатов оценивания регрессии для комментариев.

Данные для упражнений с функциями спроса приведены в табл. Б. 1 и Б.2 приложения Б. Предполагается, что студенты будут разбиты на группы для практической работы по курсу и каждый студент в группе получит задание, связанное со спросом на определенное благо.

Структура книги

Большинство студентов, приступающих к изучению вводного курса эконометрики, уже прослушали один или несколько курсов по статистике и, значит, должны быть хорошо знакомы с фундаментальными понятиями. Факт, однако, состоит в том, что многие люди нуждаются в повторном знакомстве с этим материалом, прежде чем они действительно освоят его. Поскольку нет смысла пытаться изучать вводный курс эконометрики без должного понимания таких категорий, как несмещенность, эффективность и состоятельность, стоит при необходимости начать с рассмотрения такого материала. Этому посвящен обзор в начале книги. В главе 1 описана математическая основа, а оставшиеся главы покрывают обычные для вводного курса темы и разбиты на три части. Первая часть книги (главы 2-5) содержит основы регрессионного анализа. В ее второй части (главы 6-8) рассматриваются некоторые наиболее общие проблемы, возникающие при использовании регрессионного анализа, а в третьей части представлены некоторые дальнейшие продвижения. В заключительной части дается краткая последующая ориентация.

Год выпуска: 2009

Жанр: Экономика

Издательство: «ИНФРА-М»

Формат: DjVu

Качество: Отсканированные страницы

Количество страниц: 465 (54)

Описание: Книга «Введение в эконометрику» - учебник для вводного годичного курса эконометрики на уровне бакалавриата. Она призвана удовлетворить спрос на учебную литературу, вызванный изменением характерного типа студента, изучающего эконометрику. Раньше курс эконометрики для магистров экономики чаще всего был факультативным, но теперь он обычно является обязательным. Это связано с рядом обстоятельств. Возможно, наиболее важное из них - растущее понимание того, что познание эмпирических методов исследования - не только желательная, но и необходимая часть начальной подготовки экономиста. Для этого недостаточно ограничиваться курсом прикладной статистики. Без сомнения, это соображение было подкреплено тем фактом, что курсы эконометрики на уровне магистра стали намного более сложными, в результате чего слабость эконометрической подготовки бакалавров стала препятствием для поступления на магистерские и докторские программы в ведущих университетах. Сыграл свою роль и «фактор предложения», связанный с развитием образования. Волна, которая подняла эконометрику к высокому положению в обучении экономистов, идет вслед задругой волной, поднявшей значение математики и статистики. Без этого обучение количественным методам анализа и включение эконометрики в ядро программы для экономистов было бы невозможным.
В результате происшедших изменений студенты, изучающие курс эконометрики, существенно различаются по своим возможностям по сравнению со студентами прошлых лет. Они больше не составляют элитное меньшинство математиков - профессионалов высокого полета. Типичный современный студент, специализирующийся в области экономики, уже изучил основы математического анализа и статистики, но не прослушал их на продвинутых курсах. Демократизация эконометрики создала спрос на более широкий спектр учебников, чем прежде, особенно для начинающих - массовой студенческой аудитории. Будущие математики-профессионалы уже много лет пользуются рядом продвинутых учебников. Более широкая аудитория - начинающие экономисты-эконометристы - обеспечена литературой гораздо хуже. Новое издание нашей книги по-прежнему в основном адресовано ей.
Цель книги «Введение в эконометрику» - обеспечить материал для изучения годового курса на таком уровне изложения, который позволил бы студенту продолжить изучение данного предмета в магистратуре. Эта задача достаточно амбициозна - она в основном касается изложения теоретических положений и доказательств, с учетом ограничений, которые диктуют особенности целевой аудитории, то есть без использования аппарата матричной алгебры.
Я особенно заботился о том, чтобы не перегрузить студента информацией. Я также надеюсь, что материал книги будет по-прежнему легко доступен и что в течение года студенты уверенно освоят ее содержание. По этой же причине математические требования к студентам были сведены к минимуму. Практически у каждого читателя есть свой предел скорости, с которой он может усваивать формальные математические выкладки. Если этот предел превышен, то студенту приходится тратить гораздо больше интеллектуальных усилий на техническую сторону вопроса вместо того, чтобы вникать в его содержание. А это наносит вред общему пониманию предмета.
Акцент в учебнике «Введение в эконометрику» делается на теорию. В него включено также достаточное число практических упражнений в форме оценивания регрессионных зависимостей с использованием компьютерных программ. В частности, данные перекрестных выборок для оценивания функций охвата обучением и функций заработка дают возможность выполнить около 50 упражнений по первым десяти главам книги. Студенты начинают с простой модели и постепенно, по мере расширения своих знаний в области эконометрической теории, доводят ее до вполне продвинутой. Я надеюсь, что видение того, как улучшаются регрессионные зависимости, повышает мотивацию студентов и поддерживает их интерес. Набор данных временных рядов для оценивания функций спроса, по которому даются 15 упражнений в оставшихся главах, дает хороший опыт в различных областях, представленных в этих главах. Дополнительные наборы данных предназначены для некоторых специальных приложений.