Розділ 1

СТАНОВЛЕННЯ ЕКОНОМЕТРІЇ
1.1. Етапи розвитку економіко-математичних досліджень
1.1.1. Використання математичних методів в економіці
Вільяма Петті (1623-1687) - англійського економіста, засновника класичної політичної економiки.
Кене - по суті, перші у світі графічно-числові моделі економічної системи.
У межах економічної науки XIX-XX століть виділяють три основнi етапи розвитку економіко-математичних досліджень:
-математична школа в політекономії (30-ті роки ХІХ ст. - поч. ХХ ст.);
-статистичний напрям (поч. ХХ ст. - 30-ті роки XX ст.);
-економетрія (30-ті роки ХХ ст. - до нашого часу).
1.1.2. Математична школа в полiтичнiй економії
Родоначальником математичної школи в політекономії вважають фран пузького вченого О. Курно. Відомими представниками
математичної школи в політекономії є:
 Г. Госсен
 Л. Вальрас
 У. Джевонс
 В. Парето
Представники математичної школи в політекономії робили спроби дослiдити важливі проблеми економічної теорії за допомогою
математичних методів.
Заслуги вчених математичної школи в полiтичнiй економії:
1. Представники математичної школи зробили значний внесок у розробку кількісного аспекту багатьох економічних проблем,
зокрема:
- дослiдження умов збалансованості економічної системи з урахуванням взаємодії різних чинників;
-аналіз залежності попиту, цін і доходу;
-вивчення механізму попиту і пропозиції та чинників, що визначають витрати виробництва.
1.1.3. Статистичний напрям
Статистичний напрям виник на початку ХХ століття. Головним завданням учених цього напряму було вивчення економічних
циклів і прогнозування господарської кон'юнктури на підставі методів математичної статистики.
1.1.4. Економетрія. Історія становлення та сутність наукової дисципліни
Термiн економетрія (грец. - вимiрювання економiки) для визначення нового напряму в економiчнiй науці запропонував у кінці 20-х
років ХХ століт тя норвезький економіст і статистик Рагнар Фріш (1895-1973). Офіційною датою народження економетрії як нової
науки вважають 1930 рік.Основним завданням економетрії Р. Фріш проголосив синтез економічної теорії, статистики і математики.
Теоретичні та практичні засади економетрії сформувалися в 20-30-х ро ках ХХ століття завдяки працям Г. Мура, Г. Шульца, К.
Кобба, Л. Дугласа. Р. Солоу. Я. Тінбергена. Л. Клейна, Р. Стоуна тощо. Великий вплив на роз виток економетрії мали роботи Є.
Слуцького, В. Парето, Р. Хукера, А. Чуп pona, що були опубліковані в кінці XIX - на початку ХХ століття.
Економетрія - розділ економічної науки ,в якому вивчають взаємозвязки між економічними якищами, обєктами ,процесами за
допомогою економіко-математичних методів та моделей.
Із цього випливає, що головним методом проведення економетричного дослідження є моделювання.
Моделювання-спосіб дослiдження об'єкта на його моделі.
Суть процесу моделювання можна виразити такою чотирьохетапною схемою:
I eman. Побудова моделі. Конструюють або знаходять у реальному світі iнший об'єкт - модель об'єкта дослідження..
II етап. Вивчення моделі. На цьому етапі модель с самостiйним об'єктом дослідження.
III етап. Перенесення знань із моделі на об'єкт дослідження. Під час такого перенесення переходять із мови моделі на мову
оригіналу, тобто знання про модель потрібно скоректовувати, враховуючи ті властивості об'єкта дослідження, які не були відображені
або були змінені при побудові моделі.
IV eman. Практичне перевіряння і використання знань.

1.2.2. Класифiкацiя моделей

1) За найпоширенішим поглядом на природу моделi виділяють два їх види: матерiальнi (предметні) та ідеальні (абстрактні).
2) Зважаючи на змінність у часі (статичні та динамічні).
3) За формою моделювання виділяють такі види моделей:
описові ;
графічні (рисунок, креслення, фотографія тощо);
масштабні (копія об'єкта);
аналоговi:
математичні.
Математична модель - система математичних співвідношень, яка описує об'єкт дослiдження.
Економіко-математичні моделі класифікують таким чином:
1. За цільовим призначенням економіко-математичні моделі поділяють на теоретико-аналітичні та прикладні.
2. Залежно від об'єкта дослідження економіко-математичні моделi подi ляють на моделі макроекономіки та моделі
мікроекономіки.
3. Залежно від способу вираження співвідношень між зовнішніми умовами,внутрiшнiми параметрами і величинами, які потрібно
визначити, поділяють на структурні і функціональні.
4. Залежно від підходу до економічного дослідження й економічної практики поділяють на дескриптивні і нормативні.
5. За характером відображення причинно-наслідкових зв'язків розрізняють моделі детерміновані і стохастичні
6. За способом відображення фактора часу економіко-математичні моделі поділяють на статичні і динамічні.
 7. Залежно від форми математичних співвідношень економіко-математичні моделi подiляють на оптимiзацiйнi i неоптимізаційні,
лінійні і нелінійні.
8. Залежно від співвідношення між екзогенними та ендогенними змінними економіко-математичні моделі поділяють на відкриті і
замкнуті.
9. За видом змiнних, якi використовують, економіко-математичнi моделi по діляють на моделі з неперервними змінними,
дискретними змінними, зміша ним складом змінних.
10. Залежно від змістовної проблематики економiчних досліджень видi ляють економіко-математичні моделі виробництва,
споживання, трудових ресурсів, ціноутворення, фінансових рішень тощо.

1.2.3. Особливості використання математичного моделювання в економiчних дослiдженнях

Використання математичного моделювання в економiчних дослiдженнях має свої особливостi, якi визначаються природою
економiчних процесів, спе цифікою економічної науки. Розгляньмо ці особливості.
1) Складність економiчних об'єктів
Бiльшiсть об'єктiв, якi вивчає економiчна наука, можна охарактеризувати кібернетичним поняттям "складна система".
Досвід досліджень складних систем дозволяє сформувати три основні принципи дослiдження, створення і використання складних
систем:
1. Принцип фiзичності:
Принцип фiзичності передбачае виконання двох умов:
-цілісності складну систему можна розглядати як єдине ціле:
-автономност фізичноï адитивностi, що дає можливість розглядати систему як сукупність незалежних елементів.
2. Принцип цілеспрямованості: сукупність функцій складноï системи не послаблює процеси, які спрямовані на досягнення
системою потрібного стану, при цьому система виявляється здатною протистояти зовнішньому впливу і використовувати зовнішнє
середовище.
3. Принцип модельованості: складна система відображається кінцевою множиною моделей, кожна з яких залежно від поставленої
цілі відображає певні властивості системи. Цей принцип дае можливість дослiджувати окремi властивості системи за допомогою
однієї або кількох вузькоорієнтованих моделей.
2) Особливості економічних спостережень та вимiрювань
Однією з основних проблем використання математичного моделювання в економiчних дослiдженнях є наявність якісної
інформації.

1.2.4. Загальна схема проведення економетричного дослiдження

Економетричне дослідження соціально-економічного об'екта, процесу,явища містить такi етапи:
1. Формулювання цілі дослідження. На цьому етапі конкретне завдання дослiдження визначають термінами, якими описують
процеси, що відбуваються в об'ектi дослiдження.
2. Визначення економiчних змінних. Проводять якісний економiчний аналiз об'єкта дослiдження, визначають (локалізують)
економічну систему та зовнішнє середовище, в якому вона функціонує.
3. Вибip muny і форми економіко-математичної моделі. Вибирають тип економіко-математичної моделі, за допомогою якої будуть
досягати цiлi економетричного дослідження, та її форму.
4. Збирання емпіричних даних, на основі яких буде побудована модель.
5. Вибір методу оцінювання невідомих параметрів моделі та побудо ва моделі. Вибір методу побудови моделi здiйснюють
вiдповiдно до особливо стей типу та форми моделі і специфіки емпіричних даних.
6. Діагностика моделі. На цьому етапі насамперед оцінюють точність побудованої економіко-математичної моделі.
7. Проведення модельних експериментів.
8. Аналіз отриманих результатiв та їх впровадження у практику. Під час аналізу результатiв експериментiв над моделями
необхідно звернути увагу на подібність та відмінність моделі з об'єктом дослiдження.

апрiорної iнформацiї - якісна інформація.

апостеріорна iнформацiя - має кількісний характер; джерелом апостеріорної інформації є спостереження, досліди (статистичні
дані).

1.2.5. Внесок українських учених у розвиток економіко-математичних досліджень

В останній третині XIX століття в Україні виник особливий напрям у розвитку економіч-ної думки, відомий під назвою "киïвська
наукова школа в політичній економії". Одним із засновників цієї школи був професор Київ ського університету Микола Християнович
Бунге (1823-1895). Послідовни ком М. Х. Бунге став випускник Київського університету Дмитро Іванович Піхно (1853-1909), що
опублікував низку праць, перша з яких називалася "Закон попиту і пропозиції". Видатними вченими. які розвивали украïнську
економіко-статистичну науку в цей період, були: Д. П. Журавський (1810-1856), В. М. Навроцький (1847-1882), представ ники
чернігівської школи в земськiй статистиці О. О. Русов (1847-1915), П. П. Червінський (1849-1931), О. Л. Шлікевич (1849-1909), В. Є.
Варзар (1851-1940) тощо. Українські вчені-статистики зробили значний внесок у розвиток методики оброблення статистичних даних.
Яскравим представником украïнських економістів-новаторів, які торували нові шляхи у розвитку світової економічної науки, с
Євген Євгенович СлуЦЬКИЙ (1880-1948).
Першою працею Є. Є. Слуцького в економiчнiй науці стало його студентське дослiдження "Теорія граничної корисності", написане
1910 року .

2.1.1. Види зв'язку між змінними. Кореляційна залежність

 Змінну, котра є причиною, називають незалежною змінною (екзогенною. факторною), а змінну, що є наслідком, - залежною
(ендогенною, результуючою).
Залежність між двома змінними може бути функціональною або стохастичною.
Залежність між двома змінними величинами х та y Haзивають функціональною, якщо кожному значенню незалежноï змінної х
відповідає одне значення залежної змінної у.
Випадкові змінні х та у стохастично залежні, якщо зміна однієї з них викликає зміну розподілу другої .
Кореляційною залежністю випадкової змінної у від випадковоï змінної х називають зв'язок між умовним середнім значенням У , та
відповідним значенням х.
Кореляційна залежність у від х - це функціональна залежність умовного середнього значення у від змінної х.

1 2.1.2. Аналітичне групування

Аналітичне групування-статистична таблиця, що в ній вказані інтервали завдань факторної ознаки, згідно з яким згруповано
одиниці сукупності, а також наведено групові середні значення результуючої змінної у.
Кількість груп (інтервалів) аналітичного групування можна встановити емпірично або за формулою Стерджеса залежно від
особливостей об'екта, який досліджують. Формулу Стерджеса відображають:
k=1+3,322 1g n, де к - кiлькiсть груп аналітичного групування; л - кількість одиниць сукупності.
Розмiр iнтервалу / при цьому розраховують за формулою
h= Xmax - Xmin , де Xmin мiнiмальне значення факторної ознаки; Хах факторної ознаки. максимальне значення
Величину R=X мах - Хmin називають розмахом сукупності.
2.1.3. Основні завдання кореляційно-регресійного аналізу.
Кореляційно-регресійним аналізом називають сукупність математичних методів, за допомогою яких досліджують взаємозв'язки
кореляційно залежних змінних.
До основних завдань кореляційно-регресійного аналізу належать:
1. Встановлення причинно-наслідкового зв'язку між досліджуваними економiчними змінними. Потрібно визначити, якi iз змiнних е
причинами (незалежними змінними факторами), а які наслiдками (залежними, результуючими змінними).
2. Визначення типу і форми кореляційно регресійної моделі. Тип кореляційно-регресійної моделі насамперед визначають за
кількістю змінних, між якими дослiджують зв'язок. Якщо моделюють кореляційну залежнiсть мiж двома змінними факторною та
результуючою, то кореля ційно-регресійну модель називають парною, або однофакторною (використо вують ще термін "проста
модель"). Якщо дослiджують кореляційну залежність однiєï результуючої змінної вiд кiлькох факторних, то кореляційно-регресій ну
модель називають множинною, або багатофакторною.
3. Вибір методу оцінювання невідомих параметрів моделі та побудова моделі.
При побудові кореляційно-регресійної моделі висувають певні припущення щодо змiнних, якi входять в модель, та випадкових
факторів, що впливають на цi змiннi в реальному житті. Якщо ці припущення виконуються, то кореляційно-регресійні моделі
називають класичними. Щоби побудувати класичнi лiнiйнi кореляційно-регресійні моделі, а також класичнi нелiнiйнi моделi, якi
заміною змінних зводять до лiнiйних (лінеаризованi, квазiлiнiй нi), найчастіше використовують метод найменших квадратів.
4. Оцінювання сили кореляційного зв'язку між змінними. Силу кореляційної залежності результуючої змінної у від факторних
ознак оцінюють за допомогою величини розсіювання значень у навколо його умов ного середнього значення.
5. Перевіряння моделі на точність. Перевіряння надiйностi результатiв моделювання (діагностику моделi) здійснюють шляхом
обчислення статистичних оцінок моделі та параметрів зв'язку: стандартної похибки моделi, вибіркових похибок параметрiв моделі.
вибіркової похибки прогнозного значення результуючої змінної, похибки кореляційного відношення, довірчих інтервалів для істинних
значень пара
6. Вибір "найкращої" моделі.
7. Аналіз результатiв моделювання, їхня економічна інтерпретація та практичне використання.
2 2.2. Побудова парноï лінійної кореляційно-регресійноï моделi

2.2.1. Узагальнена та вибіркова парні лінійні кореляційно регресійні моделі

Припустімо, що ми хочемо дослідити кореляційний зв'язок між змінними величинами х та у. Насамперед за допомогою причинно-
наслідкового аналізу конкретної ситуації ми повинні встановити, яка iз змiнних є факторною, а яка результуючою. Нехай аналіз
показав, що змiнна х є факторною ознакою, а змiн на у результуючою. Вважатимемо, що кореляційна залежність результу ючої
змінної у вiд факторної ознаки х є лінійною і її описують таким рiвнян ням регресії:
Y=B0+B1X+Є - узагальненою парною лінійною кореляційно регресійною моделлю.
де Во. В1 - істинні параметри зв'язку, значення яких нам невідомі; Є- випадкова величина.
Параметр В1 називають коефіцієнтом регресії, параметр Во називають вiльним членом кореляційно-регресійної моделі. Випадкова
величина Є мiстить рiзноманiтнi стохастичнi збурення, помил ки спостереження та вимiрювання.
Наше завдання - на основі заданих статистичних значень змінних х та у отримати оцінки о. б, параметрів Во. В1, тобто побудувати
рівняння регресІЇ
Y теор=b0+b1x
де и теоретичне (нормативне, прогнозне) значення результуючої змінної у. Рiвняння називають вибірковою парною лінійною
кореляційно-регресійною моделлю..

2.2.2. Оцінювання параметрів економетричних моделей

Параметри економетричноï моделi оцiнюють на пiдставi вибіркових даних, тому властивості їхніх оцінок та методи отримання цих
оцінок практично збігаються з аналогічними характеристиками оцінювання невiдомих параме трів розподiлiв випадкових величин.
 2.2.3. Визначення оцінок параметрiв парноï лінійної кореляційно-регресійної моделі

Арифметичне значення квадратного кореня з варiанси називають стан дартом (середнім квадратичним відхиленням)

3 2.2.4. Економетрична інтерпретація параметрiв парної моделі.

Випадкові відхилення
Проведімо економетричну інтерпретацію параметрiв парної лінійної коре ляційно-регресійної моделі
Y теор=b0+b1x.

1. Параметр b1 (коефіцієнт регресії, тангенс кута нахилу прямої).

- Якщо параметр б1, вiдмiнний від нуля, то на підставі даних вибірки мо жна стверджувати, що між змінними у та х наявна лінійна
кореляційна за лежність.
- Якщо параметр б1 дорівнює нулю, то на підставі даних вибірки лінійної кореляційної залежностi мiж змінними у та х немае.
-Якщо параметр б1 додатний, то при збільшенні факторної ознаки х середне значення результуючої змінної у зростає.
- Якщо параметр ф, вiд'ємний, то при збільшенні факторної ознаки х середне значення результуючої змінної у спадає.

Абсолютне значення параметра б показує величину змiни результую чої змінної у на одну одиницю приросту факторної ознаки х:
g(x+1)-g(x)=bo +by(x+1)-(bo +byx)=b.

2. Параметр бо (вільний член рiвняння регресії, початкове значення результуючої змінної). Значення параметра бо можна
трактувати як середнiй рiвень результуючо змінної при нульовому значенні факторної ознаки
3. Випадкові відхилення.
Побудувавши парну лінійну кореляційно-регресійну модель, можна обчислити вiдхилення е;, i=1,п фактичних (емпіричних)
значень результуючої змінної з вiд вiдповiдних теоретичних (нормативних) 9:
Застосування методу найменших квадратів для побудови рівняння регресії передбачае виконання двох умов:
незалежнi змiннi (фактори) е екзогенними змінними;
мiж залежною змінною та фактором є лише односторонній зв'язок.

5 2.2.6. Перевірка моделі на наявність автокореляції

Одним із припущень класичного кореляційно-регресійного аналізу е при пущення про незалежність випадкових величин 31. 2. ....
Е. Якщо це припу щення порушується, тобто сov (G., E)) ≠ 0, i = 1, то у вибірці наявна автоко реляція.
Найвідомішим і найпоширенішим тестом моделі на наявність автокореля ції є тест Дарбіна 10 - Уотсона 11. На першому етапі
тестування моделі розраховують значення d-статистики Дарбіна - Уотсона (DW-критерію Дарбіна - Уотсона):