Особенности эконометрического метода кратко

Обновлено: 04.07.2024

На современном этапе развития общества деятельность в любой сфере экономики (управление, финансово-кредитная сфера, маркетинг, учет, аудит) требует от специалиста применения современных методов работы, знания достижений мировой экономической мысли, понимания научного языка. Специфической особенностью деятельности экономиста является работа в условиях недостатка информации и неполноты исходных данных. Анализ такой информации требует специальных методов, которые и составляют один из аспектов эконометрики, центральной проблемой которой является построение эконометрической модели и определение возможностей ее использования для описания, анализа и прогнозирования реальных экономических процессов.

Существуют различные варианты определения эконометрики. В расширительной трактовке к эконометрике относят все, что связано с измерениями в экономике (исходя из дословного перевода). В более узком инструментально ориентированном определении под эконометрикой понимают определенный набор математико-статистических средств, позволяющих провести анализ соотношений между рассматриваемыми экономическими показателями и оценить неизвестные значения параметров в этих соотношениях на базе исходных экономических данных.

В настоящее время широко распространен следующий взгляд на содержание и назначение эконометрики. Эконометрика – это самостоятельная научная дисциплина, объединяющая совокупность теоретических результатов, приемов, методов и моделей, предназначенных для того, чтобы на базе экономической теории, экономической статистики, математико-статистического инструментария придавать конкретное количественное выражение общим (качественным) закономерностям, обусловленным экономической теорией.

Рис. 1. Эконометрика и ее место в ряду экономических и статистических дисциплин.

Описание экономических систем математическими методами, или эконометрика, дает заключение о реальных объектах и связях по результатам выборочного обследования или моделирования вместе с тем, чтобы сделать вывод о том, какие из полученных результатов являются достоверными, а какие сомнительными или просто необоснованными, необходимо уметь оценивать их надежность и величину погрешности. Все перечисленные аспекты и составляют содержание эконометрики как науки.

2. Основные задачи эконометрики:

При всем многообразии спектра решаемых с помощью эконометрики задач, их, тем не менее, было бы удобно расклассифицировать по трем критериям: по конечным прикладным целям, по уровню иерархии и по профилю анализируемой экономической системы.

По конечным прикладным целям выделяют следующие задачи:

· Количественное измерение и анализ (разложение на составляющие) экономических процессов во времени (в динамике), измерение трендов, колеблемости;

· Прогнозирование возможных значений уровня экономических и социально-экономических показателей (переменных), характеризующих состояние и развитие анализируемой системы (например, курса доллара);

По уровню иерархии анализируемой экономической системы выделяются макроуровень (страны в целом), мезоуровень (регионы, отрасли), микроуровень (домохозяйства, предприятия, фирмы).

В некоторых случаях должен быть определен профиль эконометрического моделирования: исследование может быть сконцентрировано на проблемах рынка, инвестиционной, финансовой или социальной политики, ценообразования, распределительных отношений, спроса и потребления, или на определенном комплексе проблем. Однако, чем претенциознее по широте охвата анализируемых проблем экономическое исследование, тем меньше шансов провести его достаточно эффективно.

Эконометрическое исследование включает решение следующих проблем:

- Качественный анализ связей экономических переменных – выделение зависимых (у) и независимых переменных (х);

- Спецификация формы связи между признаками;

- Оценка параметров модели;

- Проверка ряда гипотез о свойствах распределения вероятностей для случайной компоненты;

- Анализ мультиколлинеарности объясняющих переменных, оценка ее статистической значимости, выявление переменных, ответственных за мультиколлениарность;

- Введение фиктивных переменных;

- Выявление автокорреляции, лагов;

- Выявление тренда, циклической и случайной компонент;

- Проверка остатков на гетероскедастичность;

- Анализ структуры связей и построение системы одновременных уравнений;

- Проверка условия идентификации;

- Оценивание параметров системы одновременных уравнений;

- Моделирование на основе системы временных рядов;

- Построение рекурсивных моделей;

- Проблемы идентификации и оценивания параметров.

Особенности эконометрического метода.

Процесс построения эконометрической модели включает 6 основных этапов: 1 этап (постановочный) – определение конечных целей моделирования, набора участвующих в моделях факторов и показателей, их роли;

2 этап (априорный[1]) – предмодельный анализ экономической сущности изучаемого явления, формирование и формализация априорной информации, в частности, относящейся к природе и генезису исходных статистический данных и случайных остаточных составляющих;

3 этап (параметризация) – собственно моделирование, т. е. выбор общего вида модели, в том числе состава и формы входящих в нее связей;

4 этап (информационный) – сбор необходимой статистической информации, т.е. регистрация значений участвующих в модели факторов и показателей на различных временных или пространственных тактах функционирования изучаемого явления;

5 этап (идентификация модели) – статистический анализ модели, и, в первую очередь, статистическое оценивание неизвестных параметров модели;

6 этап (верификация модели) – сопоставление реальных и модельных данных, проверка адекватности модели, оценка точности модельных данных.

Дальше по тем или иным причинам может возникнуть необходимость в изменении первоначально выдвинутых гипотез или в такой их формулировке, которая в большей степени отвечает новым эмпирическим данным, полученным к этому моменту. И до тех пор, пока мы будем менять формулировку гипотезы, нам придется повторять все описанные выше процедуры, начиная с третьего этапа.

В идеальном случае полученные результаты должны обладать тремя свойствами.

1. мы должны убедиться в том, что некоторая теоретически обоснованная гипотеза значительно лучше соответствует имеющимся данным, чем любая альтернативная гипотеза.

2. все оцененные параметры модели будут характеризоваться высокой значимостью, поэтому их можно будет с уверенностью считать точными оценками параметров генеральной совокупности.

3. поскольку прогнозным свойствам модели часто придается большое значение, необходимо, чтобы они оказались удовлетворительными.

Типы моделей и данных

При моделировании экономических процессов мы встречаемся с двумя типами исходных данных:

· Данные, характеризующие совокупность различных объектов в определенный момент (период) времени;

· Данные, характеризующие один объект за ряд последовательных моментов (периодов) времени.

Модели, построенные по данным первого типа, называются пространственными моделями. Модели, построенные на основе второго типа данных, называются моделями временных рядов.

Типы моделей

Можно выделить три основных класса моделей, которые применяются для анализа и/или прогноза:

· модели временных рядов.

Временной ряд (ряд динамики) – это последовательность упорядоченных во времени числовых показателей,

К этому классу относят модели:

Где T(t) – временной тренд заданного параметрического вида (например, линейный T(t)=a+bt), ε – случайная (стохастическая) компонента;

где S(t) – периодическая (сезонная) компонента;

Тренда и сезонности: y(t)=T(t)+S(t)+ ε_t (аддитивная) или

y(t)= T(t)*S(t)+ ε_t (мультипликативная)

· регрессионные модели с одним уравнением

В таких моделях эндогенная (зависимая) переменная y представляется в виде функции f(x,ß)=f(x₁,…,x_k ß₁,… ß_p), где x₁,…,x_k – независимые переменные, а ß₁,…, ß_p – параметры. В зависимости от вида функции f(x,ß) модели делятся на линейные и нелинейные.

· системы одновременных уравнений.

Эти модели описываются системами уравнений. Системы могут состоять из тождеств и регрессионных уравнений, каждое из которых может, кроме объясняющих переменных (экзогенных), включать в себя также объясняемые переменные (эндогенные) из других уравнений системы.

Эконометрические методы строятся на синтезе трех областей знаний: экономики, математики и статистики. Основой является экономическая модель – схематическое представление социально-экономического явления или процесса с помощью научной абстракции, выраженная математическими символами. Экономический объект в такой модели описывается и изучается с помощью эмпирических (статистических) данных. Эконометрическая модель учитывает реальные условия существования объекта и не противоречит общим законам экономики. Ошибка предсказаний по такой модели не превосходит заданной величины.

Общий вид эконометрической модели:

Y= f (x) + e, (1.1)

где Y – наблюдаемое значение зависимой переменной (объясняемая переменная, результат);

f (x) - объясненная часть, которая зависит от значений объясняющих переменных (факторов);

e – случайная составляющая (ошибка, возмущение).

Эконометрическая модель является главным инструментом эконометрики и предназначена для анализа и прогноза экономических явлений и объектов.

Эконометрические модели отражают свойства изучаемых объектов или явлений, например:

· Свойство времени двигаться вперед (экономические явления происходят в пространстве и во времени) используется в моделях временных рядов;

· Свойство динамического равновесия многих экономических явлений применяется в решении систем одновременных уравнений;

· Свойство прошлых, настоящих и будущих значений переменных влиять на текущее состояние экономического явления реализуется в моделях авторегрессии и автокорреляции, в моделях адаптивного прогноза;

· Свойство временной задержки (лага) между причиной и следствием экономического явления проявляется в моделях с распределенным лагом;

· Свойства цикличности большого количества экономических явлений находит место в моделях временных рядов с сезонной составляющей.

Процесс построения эконометрической модели включает 6 основных этапов:

1 этап (постановочный) – определение конечных целей моделирования, набора участвующих в моделях факторов и показателей, их роли;

2 этап (априорный [1] ) – предмодельный анализ экономической сущности изучаемого явления, формирование и формализация априорной информации, в частности, относящейся к природе и генезису исходных статистический данных и случайных остаточных составляющих;