При оцінюванні роботи буде враховуватися включення до аналізу додаткових факторів.

 

Зразок екзаменаційного білету

 

Білет №_____

 

1. Потенціали. Розв'язування транспортної задачі методом потенціалів.

2. Правові аспекти ризику. Навести відповідні приклади.

3. Економіка як об’єкт моделювання.

 

4. Для даної задачі:

· записати двоїсту задачу;

· розв’язати задачу графічно;

· за теоремами двоїстості знайти розв’язок двоїстої задачі.

 

5. Розв’язати графічно задачу нелінійного програмування, перевірити розв’язок за допомогою функції Лагранжа:

 

6. Одному з працівників фірми “Ватра” запропонували посаду в фірмі “Дрова” з більш високим окладом. Але ця фірма є новоствореною, тому існує певний ризик щодо високого заробітку. Не виключена можливість підвищення окладу і в фірмі “Ватра”. Ще більше підвищення заробітної платні може відбутися за умов покращення економічної ситуації в обох фірмах.

Оцінити міру ризику і прийняти рішення про можливість переходу.

 

Фірма	Дана ЕС	Покращена ЕС
“Ватра”	Оклад	300	450
Імовірність	0,5
“Дрова”	Оклад	500	600
Імовірність		0,4

 

ЕКОНОМЕТРИКА

Зміст дисципліни за темами

Тема 1. Концептуальні аспекти економетричного моделювання економіки

Особливості та принципи економетричного моделювання економічних систем і процесів.

Етапи побудови економетричної моделі.

Приклади побудови економетричних моделей: модель споживання, модель пропозиції та попиту, модель Кейнса та інші.

Прогнозування: суть, методи, класифікаційні ознаки.

Використання економетричних моделей для прийняття управлінських рішень та прогнозування.

 

Тема 2. Принципи побудови економетричних моделей.

Парна та множинна лінійна регресія

 

Метод найменших квадратів (МНК) та передумови його використання для лінійних економетричних моделей. Оператор оцінювання МНК. Властивості оцінок параметрів.

Парна лінійна регресія.

Множинна лінійна регресія.

Перевірка достовірності моделі та оцінок її параметрів:

· розрахунок та аналіз значень коефіцієнтів детермінації та кореляції;

· перевірка загальної якості моделі;

· перевірка статистичної значущості оцінок параметрів моделі та побудова довірчих інтервалів для оцінок параметрів моделі;

Економічний аналіз побудованої моделі: середня ефективність впливу чинників, гранична ефективність та коефіцієнти еластичності.

Прогнозування на основі економетричних моделей: точковий та інтервальний прогноз.

 

Тема 3: Нелінійні економетричні моделі

Нелінійні моделі:

*поліноміальні,

* гіперболічні,

*показникові моделі.

Виробнича функція Кобба-Дугласа.

Лінеаризація нелінійних моделей.

Оцінка параметрів лінеаризованої моделі МНК.

Метод максимальної правдоподібності.

Приклади застосування нелінійних функцій в економіці.

 

Тема 4. Фіктивні змінні в економетричних моделях

Врахування якісних факторів в лінійних економетричних моделях за допомогою фіктивних змінних.

Моделі з фіктивними незалежними змінними:

- моделі, що містять тільки якісні незалежні змінні;

- моделі в яких незалежні змінні носять як якісний так і кількісний характер.

Порівняння регресій. Тест Чоу.

Моделі із фіктивними залежними змінними.

 

Тема 5. Мультиколінеарність

 

Моделі з порушенням передумов використання МНК: мультиколінеарність.

Мультиколінеарність: її суть та наслідки.

Тестування наявності мультиколінеарності в моделі. Алгоритм Фаррара-Глобера.

Методи усунення мультиколінеарності.

 

Тема 6. Гетероскедастичність залишків

Моделі з порушенням передумов використання МНК: гетероскедастичність залишків.

Гетероскедастичність, її суть та наслідки.

Тестування наявності гетероскедастичності стохастичної складової моделі.

Методи оцінювання параметрів моделі з гетероскедастичними залишками.

 

Тема 7. Автокореляція залишків

Моделі з порушенням передумов використання МНК: автокореляція залишків.

Суть та наслідки автокореляції залишків.

Методи виявлення автокореляції залишків в моделі.

Методи знаходження оцінок параметрів моделі з автокорельованими залишками.

 

Тема 8. Економетричні моделі динаміки

Поняття часового ряду та специфіка його дослідження. Основні компоненти часового ряду. Стаціонарні та нестаціонарні часові ряди.

Автокореляція часового ряду. Автокореляційна функція.

Авторегресійні моделі з лаговими змінними (ADL(p,q)) та їх класифікація.

Моделі стаціонарного часового ряду: - авторегресійні моделі AR(p), моделі ковзного середнього MA(q), комбіновані ARМА(p, q) процеси;

Моделі нестаціонарного часового ряду: - ARIМА(p, d. q) моделі.