Слайд 2
Основные положения
Объектом исследования в данной работе является пространственное
эконометрическое моделирование
субъектом - панельные данные, как одна из моделей
пространственной эконометрики.
Цель: изучить пространственное эконометрическое моделирование на основе одной выбранной модели из раздела пространственной эконометрики - панельных данных.
Слайд 3
Задачи
дать понятие эконометрике и дать краткую характеристику моделям
пространственной эконометрики;
дать понятие панельных данных и рассмотреть их основные
виды моделей;
показать основные инструменты работы с панельными данными - пакет программ STATA;
показать особенности и основные этапы эконометрического анализа;
создать задачу для решения через панельные данные в программе STATA и показать применение панельных данных в задаче, сделать описание.
Слайд 4
1 глава
1 Пространственные эконометрические модели
1.1Понятие и виды
пространственной эконометрики
Эконометрика - это наука о применении статистических
и математических методов в эконометрическом анализе для проверки правильности эконометрических теоретических моделей и способов решения эконометрических проблем.
Термин «эконометрика» объединяет два слова: экономика (наука об экономических системах) и метрика (наука об изменениях).
Слайд 5
Классификация видов эконометрических переменных и типов данных:
Перекрестные данные
Временные
ряды
Панельные данные : обобщённая модель, модель с фиксированными эффектами
и модель со случайными эффектами
Слайд 6
Модели панельных данных
Объединенная модель регрессии (pooled model)
Модель
с фиксированным эффектом (fixed effect model)
Модель со случайными
эффектами (random effect model)
Слайд 7
Пакет программ STATA
Впервые STATA появился в 1980-х гг.
и на данный момент является универсальным пакетом для решения
статистических задач в различных областях, основные сферы применения - социология, экономика, биология и медицина.
Преимуществами STATA являются:
большой спектр реализованных статистических методов;
гибкая пакетная обработка данных - программирование всей последовательности команд, начиная от загрузки данных в память, включая все детали анализа;
идентичность возможностей интерактивного режима работы возможностям пакетной обработки;
простота написания собственных программных модулей, при этом, достаточно большой спектр программирования;
мощная поддержка со стороны производителя и других помощников STATA (через список рассылки Internet);
возможность максимизировать функции правдоподобия, задаваемые пользователем;
совместимость с различными ОС.
Слайд 8
Преимущества панельных данных
Предоставление большое количество данных, получаемых в
результате наблюдении, увеличивая число степеней свободы и снижая зависимость
между объясняющими переменными, а следовательно, стандартные ошибки оценок;
Анализ множества экономических вопросов, которые не могут быть адресованы к временным рядам и пространственным данным в отдельности;
Предотвращение смещения агрегированности, неизбежно возникающее при анализе временных рядов и анализе перекрестных данных;
Возможность проследить индивидуальную эволюцию характеристик всех объектов выборки во времени;
Решение проблемы поиска «хороших» инструментов при оценивании моделей с эндогенными (коррелированными со случайными ошибками) регрессорами;
Возможность избежать ошибок спецификации, которые возникают от не включения в модель существенных переменных.
Слайд 9
2 глава. Практическое применение панельных данных
2.1 Основные этапы
и особенности эконометрического анализа
Можно выделить шесть этапов при практическом
применении в порядке естественного исследования:
1) постановка цели и задачи;
2)разработка теоретической модели;
3) сбор данных;
4) оценка параметров;
5) апробация и интерпретация результатов;
6) сопровождение модели.
Слайд 10
Особенности экономических методов
1.проблемы данных: (информация может быть неполной,
данные могут быть агрегированы, большое число разнородных данных и
т.д.)
2. наличие связей между переменными
3.Наличие мультиколлинеарности независимых переменных
4.наличие лагов
5.гетероскедастичность
6. автокорреляция возмущения
Слайд 11
2 глава
2.2 Применение панельных данных
Задача - оценку
продолжительности жизни населения ДВФО через панельные данные, зависимая переменная.
Независимые
переменные: общая численность населения , коэффициент рождаемости , коэффициент смертности, численность экономически активного населения, численность безработных, уровень экономически активного населения, общее число больничных коек, ) количество населения на одну больничную койку, выбросы загрязняющих веществ в атмосферный воздух, улавливание загрязняющих атмосферу веществ, сброс сточных вод в поверхностные водные объекты, ВРП и ВРП на душу населения.
Данные 2008-2013гг.
Слайд 13
модель с фиксированными эффектами
(fixed- effects model).
Слайд 14
Mодель со случайными эффектами (LGS random-effects).
Слайд 15
Выводы:
при оценке продолжительности жизни населения в регионе
с выбранным набором факторами больше всего подойдет обощённая модель.
Фактически производя выбор между сквозной моделью и моделью с фиксированными эффектами, данные по тесту Вальда показали выбор в пользу сковозной модели.
Производя выборку между сквозной моделью и моделью обобщённой, тест Брауша-Пагана показал выбор в пользу обобщённой модели. Но стоит отметить, что во время проведения расчетов, были выявлены проблемы в построении пространственной эконометрической модели.
Слайд 16
Заключение
В данной работе выполнена цель- изучено пространственное эконометрическое
моделирование на основе одной выбранной модели из раздела пространственной
эконометрики - панельных данных и выполнены поставленные задачи .
Показано практическое применение панельных данных на конкретной задаче - исследовать продолжительность жизни населения ДВФО на основании выбранных данных факторов: общая численность населения; коэффициент рождаемости; коэффициент смертности; и др. Данная задача была рассмотрена через три модели панельных данных и протестирована для подтверждения результата, сделаны выводы по исследованию.
