Классификация видов эконометрических видов и типов данных

 

 

 

Содержание:

Введение…………………………………………………………………...3

1.Понятие «эконометрическая модель»……………………………..…..4

      1.1Основные виды эконометрических моделей……………………..5

      1.2Эконометрическое моделирование……………………………….7

2.Классификация видов эконометрических видов и типов данных……9

3.Последовательность разработки эконометрических моделей……….11

Заключение………………………………………………………………..15

Список использованной литературы…………………………………….16

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Введение.

 

Современная экономическая теория, как на микро, так и на макро уровне, постоянно усложняющиеся экономические процессы привели к необходимости создания и совершенствования особых методов изучения и анализа. При этом широкое распространение получило использование моделирования и количественного анализа. На базе последних выделилось и сформировалось одно из направлений экономических исследований - эконометрика.

Эконометрия – наука, изучающая количественные взаимосвязи экономических объектов и процессов при помощи математических и статистических методов и моделей. Основная задача эконометрии – построение количественно определенных экономико-математических моделей, разработка методов определения их параметров по статистическим данным и анализ их свойств. Наиболее часто используемым математическим аппаратом решения задач данного класса служат методы корреляционно-регрессионного анализа.

Эконометрическое моделирование является важной составляющей математического описания экономического развития любой сферы хозяйственной деятельности.  Особенно актуальным оно становится в период развития рыночных отношений,  поскольку функционирование компаний при наличии конкурентной среды так или иначе  оценивается как работа в условиях неопределенности,  которая предусматривает наличие различного рода возмущений,  которые непосредственно влияют на объясняемые переменные. Прогноз, построенный на базовой методологии эконометрической модели, если не исключает,  то,  по крайней мере,  уменьшает ошибочные значения результирующих параметров математической модели.

Цель данной работы определить значение эконометрического моделирование, его применение и особенности построения.

 

 

1.Понятие «эконометрическая модель».

 

Эконометрическая модель — основное понятие эконометрии, экономико-математическая модель, параметры которой оцениваются с помощью методов математической статистики. Она выступает в качестве средства анализа и прогнозирования конкретных экономических процессов как на макро-, так и на микроэкономическом уровне на основе реальной статистической информации.

Наиболее распространены эконометрические модели, представляющие собой системы регрессионных уравнений, в которых отражается зависимость эндогенных величин (искомых) от внешних воздействий (текущих экзогенных величин) в условиях, описываемых параметрами модели, а также лаговыми переменными. Кроме регрессионных (как линейных, так и нелинейных) уравнений, применяются и другие математико-статистические модели.

Эконометрическая модель может быть представлена в двух формах: структурной и приведенной.

Эконометрический метод включает решение следующих проблем:

• качественный анализ связей экономических переменных - выделение зависимых и независимых переменных;
• подбор данных;
• оценка параметров модели;
• проверка ряда гипотез о свойствах распределения вероятностей для случайной компоненты (гипотезы о средней, дисперсии и ковариации);
• анализ мультиколлинеарности объясняющих переменных, оценка ее статистической значимости, выявление переменных, ответственных за мультиколлинеарность;
• 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 (двухшаговый и трехшаговый метод наименьших квадратов, метод максимального правдоподобия);
• моделирование на основе системы временных рядов: проблемы стационарности и коинтеграции;
• построение рекурсивных моделей, ARIMA- и VAR- моделей;
• проблемы идентификации и оценивания параметров.

Эконометрическая модель, как правило, основана на теоретическом предположении о круге взаимосвязанных переменных и характере связи между ними. При всем стремлении к «наилучшему» описанию связей приоритет отдается качественному анализу.

Поэтому в качестве этапов эконометрического исследования можно указать:

1. постановку проблемы;
2. получение данных, анализ их качества;
3. спецификацию модели;
4. оценку параметров;
5. интерпретацию результатов.

Этот список менее подробен, чем предыдущий, и включает те стадии, которые проходит любое исследование, независимо от того, на использование каких данных оно ориентировано: пространственных или временных.

 

 

1.1Основные виды эконометрических моделей

Выделяют три основных класса эконометрических моделей.

1. Модель временных рядов.

Модель представляет собой зависимость результативного

признака от переменной времени или переменных, относящихся

к другим моментам времени.

К моделям временных рядов, в которых результативный признак зависит от времени, относятся:

1) модель тренда (модель зависимости  результативного признака от  трендовой компоненты);

2) модель сезонности (модель зависимости результативного

признака от сезонной компоненты);

3) модель тренда и сезонности.

К моделям временных рядов, в которых результативный признак зависит от переменных, датированных другими моментами

времени, относятся:

1) модели с распределенным лагом, которые объясняют вариацию результативного признака в зависимости от предыдущих значений факторных переменных;

2) модели авторегрессии, которые  объясняют вариацию результативного  признака в зависимости от  предыдущих значений результативных  переменных;

3) модели ожидания, объясняющие вариацию результативного признака в зависимости от будущих значений факторных или результативных переменных.

Модели временных рядов делятся на модели, построенные постационарным и нестационарным временным рядам.

Стационарные временные ряды характеризуются постоянными во времени средней, дисперсией и автокорреляцией, т. е. данный временной ряд не содержит трендового и сезонного компонента.

Если временной ряд не отвечает перечисленным условиям, то

он является нестационарным (т. е. содержит трендовую и сезонную компоненты).

2. Регрессионные модели с одним уравнением.

В подобных моделях зависимая или результативная переменная, обозначаемая обычно, представляется в виде функции факторных или независимых признаков x1…xn:

где β1, …, βκ — параметры регрессионного уравнения.

Регрессионные модели делятся на парные (с одним факторным признаком) и множественные регрессии.

В зависимости от вида функции f(x, β) модели делятся на линейные и нелинейные регрессии.

y= f (x, β )= f (x1, …, xn, β1, …, β k ),

3. Системы одновременных уравнений.

Данные модели описываются системами взаимозависимых регрессионных уравнений. Системы могут состоять из тождеств и регрессионных уравнений, каждое из которых может включать в себя не только факторные переменные, но и результативные переменные из других уравнений системы.

Для тождеств характерно то, что их вид и значения параметров известны.

Регрессионные уравнения, из которых состоит система, называются поведенческими уравнениями. В поведенческих уравнениях значения параметров являются неизвестными и подлежат оцениванию.

 

1.2 Эконометрическое моделирование

Можно выделить несколько этапов эконометрического моделирования.

1. Постановочный. На данном этапе определяются конечные

цели и задачи исследования и набор участвующих в модели факторных и результативных экономических переменных.

Можно выделить следующие цели эконометрического исследования:

1) анализ изучаемого экономического процесса (явления,

объекта);

2) прогноз экономических показателей, характеризующих

изучаемый процесс;

3) моделирование поведения процесса  при различных значениях независимых (факторных) переменных;

4) выработка управленческих решений.

Включение в эконометрическую модель той или иной переменной должно быть теоретически обосновано. Число переменных не должно быть слишком большим. Факторные переменные

не должны быть связаны функциональной или тесной корреляционной связью, присутствие в модели условия мультиколлинеарности может привести к негативным последствиям всего процесса моделирования.

2. Априорный. На этом этапе проводятся теоретический анализ сущности изучаемого процесса, а также формирование и формализация известной до моделирования (априорной) информации.

3. Параметризация. Осуществляется выбор общего вида модели и выявление состава и формы входящих в нее связей, т. е. происходит непосредственно моделирование.

Основная задача этапа моделирования заключается в выборе

наиболее оптимального вида функции зависимости результативной переменной от факторных признаков. Если возникает возможность выбора между нелинейной и линейной формой зависимости, то предпочтение всегда отдается линейной форме как наиболее простой и надежной.

Помимо этого, на этапе моделирования решается задача спецификации модели путем:

1) аппроксимации математической  формой выявленных связей и  соотношений между переменными;

2) определения зависимых и независимых  переменных;

3) формулировки исходных предпосылок  и ограничений модели.

Успех эконометрического моделирования во многом зависит от правильного решения проблемы спецификации модели.

4. Информационный. Происходит сбор необходимой статистической базы данных, т. е. эмпирических (наблюдаемых) значений экономических переменных, анализ качества собранной информации.

5. Идентификация модели. На данном этапе осуществляются статистический анализ модели и оценка ее параметров.

6. Оценка качества модели. Проверяются достоверность и адекватность модели, т. е. определяется, насколько успешно решены задачи спецификации и идентификации модели, какова точность расчетов, полученных на ее основе. Построенная модель должна быть адекватна реальному экономическому процессу. Если качество модели оказалось неудовлетворительным, то вновь возвращаются ко второму этапу моделирования.

7. Интерпретация результатов моделирования. Среди наиболее

известных эконометрических моделей можно выделить:

1) модели потребительского и  сберегательного потребления;

2) модели взаимосвязи риска и  доходности ценных бумаг;

3) модели предложения труда;

4) макроэкономические модели (модель  роста);

5) модели инвестиций;

6) маркетинговые модели;

7) модели валютных курсов и  валютных кризисов и др.

 

2. Классификация видов эконометрических переменных и типов данных

В эконометрических исследованиях, как правило, используются два типа выборочных данных:

1) пространственные данные;

2) временные данные.

Под пространственными данными понимается совокупность экономической информации, относящейся к разным объектам, полученной за один и тот же период или момент времени. Пространственные данные представляют собой выборочную совокупность из некоторой генеральной совокупности. В качестве примера пространственных данных можно привести совокупность различной информации по какому либо предприятию (численность работников, объем производства, размер основных фондов), об объемах потребления продукции определенного вида и т.д.

Под временными данными понимается совокупность экономической информации, характеризующей один и тот же объект, но за разные периоды времени. По аналогии с пространственной выборкой отдельно взятый временной ряд можно считать выборкой из бесконечного ряда значений показателей во времени.

В качестве примера временных данных можно привести данные о динамике индекса потребительских цен, ежедневные обменные курсы валют. Временная информация естественным образом упорядочена во времени в отличие от пространственных данных.

Существуют определенные отличия временного ряда от пространственной выборки:

1) элементы динамического ряда  не являются статистически независимыми, в отличие от элементов случайной пространственной выборки, т. е. они подвержены явлению автокорреляции (зависимости между прошлыми и текущими наблюдениями временного ряда);

2) элементы динамического ряда не являются одинаково распределенными величинами.

Совокупность экономической информации, которая характеризует изучаемый процесс или объект, представляет собой набор признаков. Данные признаки связаны между собой и в эконометрической модели могут выступать в одной из двух ролей;

3) в роли результативного или  зависимого признака, который в эконометрическом моделировании называется объясняемой переменной;

4) в роли факторного или независимого  признака, который называется объясняющей переменной.

Экономические переменные, участвующие в любой эконометрической модели, делятся на четыре вида:

1) экзогенные (независимые) — переменные, значения которых задаются извне. В определенной степени данные переменные являются управляемыми (x);

2) эндогенные (зависимые) — переменные, значения которых

определяются внутри модели, или взаимозависимые (y);

3) лаговые — экзогенные или эндогенные переменные в эконометрической модели, относящиеся к предыдущим моментам времени и находящиеся в уравнении с переменными, относящимися к текущему моменту времени.

Например,

xi − 1 —лаговая экзогенная переменная, yi − 1 — лаговая эндогенная

переменная;

4) предопределенные (объясняющие переменные) — лаговые (xi−1)

и текущие (x) экзогенные переменные, а также лаговые эндогенные переменные (yi − 1).

Любая эконометрическая модель предназначена для объяснения значений одной или нескольких текущих эндогенных переменных в зависимости от значений предопределенных переменных.

 

3.Последовательность разработки эконометрических моделей.

       Процесс построения и использования эконометрических моделей включает в себя следующие основные этапы.

         1. Определение  цели исследования.

         2. Построение  системы показателей и логический  отбор факторов, наиболее влияющих  на каждый показатель.

         3. Выбор  формы связи изучаемых показателей  между собой и с отобранными  факторами.

         4. Сбор исходных данных, их преобразование и анализ.

         5. Построение  эконометрической модели и определение  ее параметров.

         6. Проверка  качества построенной модели, в  первую очередь ее адекватности  изучаемому экономическому процессу.

        7. Использование модели для экономического анализа и прогнозирования.

    При практической реализации  указанных этапов особенно важным  является построение системы  показателей исследуемого экономического  процесса и определение перечня  факторов, влияющих на каждый показатель. Укажем основные требования, предъявляемые к включаемым в эконометрическую модель факторам.

             1. Каждый из факторов должен  быть обоснован теоретически.

             2. В перечень целесообразно включать  только важнейшие факторы, оказывающие существенное воздействие на изучаемые показатели, при этом рекомендуется, чтобы количество включаемых в модель факторов не превышало одной трети от числа наблюдений в выборке (длины временного ряда).

             3. Факторы не должны быть линейно зависим, поскольку эта зависимость означает, что они характеризуют аналогичные свойства изучаемого явления. Например, заработная плата работников зависит, наряду с другими факторами, от роста производительности труда и от объема выпускаемой продукции. Однако эти факторы могут быть тесно взаимосвязаны  и, следовательно, в модель целесообразно включать только один из этих факторов. Включение в модель линейно взаимозависимых факторов приводит к возникновению явления мультиколлинеарности, которое отрицательно сказывается на качестве модели.

             4. Влияющие на экономический процесс  факторы могут быть количественными  и качественными. В модель рекомендуется  включать только такие факторы, которые могут быть численно  измерены.

             5. В одну модель нельзя включать совокупный фактор и образующие его частные факторы. Одновременное включение таких факторов приводит к неоправданно увеличенному их влиянию на зависимый показатель, к искажению реальной действительности.

    При отборе влияющих  факторов используются статистические методы отбора. Так, существенного сокращения числа влияющих факторов можно достичь с помощью пошаговых процедур отбора переменных. Ни одна из этих процедур не гарантирует получения оптимального набора переменных. Однако при практическом применении они позволяют получать достаточно хорошие наборы существенно влияющих факторов, кроме того, их можно сочетать с другими подходами к решению данной проблемы, например, с экспертными оценками значимости факторов.

    Среди пошаговых процедур отбора факторов наиболее часто используются процедуры пошагового включения и исключения факторов. Обе эти процедуры хорошо формализованы и потому успешно реализованы в различных машинных программах статистического анализа.

    Метод исключения предполагает построение уравнения, включающего всю совокупность переменных, с последующим последовательным (пошаговым) сокращением числа переменных в модели до тех пор, пока не выполнится некоторое, наперед заданное условие.

    Суть метода включения  — в последовательном включении переменных в модель до тех пор, пока регрессионная модель не будет отвечать заранее установленному критерию качества. Последовательность включения определяется с помощью частных коэффициентов корреляции: переменные, имеющие относительно исследуемого показателя большее значение частного коэффициента корреляции, первыми включаются в регрессионное уравнение.

    Одной из предпосылок  применения методов регрессионного  анализа для построения эконометрических  моделей является отсутствие  среди независимых переменных (факторов) линейно связанных. Если данная предпосылка не выполняется, то возникает, как уже сказано выше, явление мультиколлинеарности, что приводит к искажению смысла коэффициентов регрессии и затруднению выявления наиболее существенно влияющих факторов.

    Основные причины, вызывающие  мультиколлинеарность, – независимые  переменные, либо характеризующие  одно и то же свойство изучаемого  явления, либо являющиеся составными  частями одного и того же  признака.

    В настоящее время  существует ряд методов, позволяющих оценить наличие мультиколлинеарности в совокупности независимых переменных, измерить ее степень, выявить взаимно коррелированные переменные и устранить или ослабить ее негативное влияние на регрессионную модель. Наиболее распространенным методом выявления мультиколлинеарности является метод корреляции. На практике считают, что две переменные коллинеарны (линейно зависимы), если парный коэффициент корреляции между ними по абсолютной величине превышает 0,8. Устраняют мультиколлинеарность чаще всего путем исключения из модели одного из коррелированных факторов.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ЗАКЛЮЧЕНИЕ.

 

Эконометрика - быстроразвивающаяся отрасль науки, цель которой состоит в том, чтобы придать количественные меры экономическим отношениям. Эконометрика - совокупность методов анализа связей между различными экономическими показателями (факторами) на основании реальных статистических данных с использованием аппарата теории вероятностей и математической статистики.

Объектом изучения эконометрики, как самостоятельного раздела математической экономики, являются экономико-математические модели, которые строятся с учетом случайных факторов. Такие модели называются эконометрическими моделями. Исследование эконометрических моделей проводится на основе статистических данных об изучаемом объекте и с помощью методов математической статистики.

Основными задачами эконометрики являются: получение наилучших оценок параметров экономико-математических моделей, конструируемых в прикладных целях; проверка теоретико-экономических положений и выводов на фактическом (эмпирическом) материале; создание универсальных и специальных методов для обнаружения статистических закономерностей в экономике.

Методологическая особенность эконометрики заключается в применении достаточно общих гипотез о статистических свойствах экономических параметров и ошибок при их измерении. Полученные при этом результаты могут оказаться нетождественными тому содержанию, которое вкладывается в реальный объект. Поэтому важная задача эконометрики - создание как более универсальных, так и специальных методов для обнаружения наиболее устойчивых характеристик в поведении реальных экономических показателей. Эконометрика разрабатывает методы подгонки формальной модели с целью наилучшего имитирования ею поведения моделируемого объекта на основе гипотезы о том, что отклонения модельных значений параметров реально наблюдаемых случайны и вероятностные характеристики их известны.

Список использованной литературы.

 

1.Елисеева, И.И. Практикум по эконометрике : учеб.пособие / под ред. И.И.Елисеевой. - 2-е изд., перераб. и доп. -М.: Финансы и статистика, 2008. - 344с.

2.Бывшев В.А. Эконометрика: учеб. пособие / В.А. Бывшев. – М.: Финансы и статистика, 2008. – 480с.

3.Шанченко, Н. И. Лекции по эконометрике : учебное пособие / Ульяновск : УлГТУ, 2008. – 139 с.

4.Эконометрика: А. И. Новиков — Москва, Инфра-М, 2010 г.- 144с.