Эконометрика

2. Методы исключения  тенденции в анализе  временных рядов.

Модели, построенные  по данным, характеризующим один объект за ряд

последовательных  моментов (периодов), называются моделями временных

рядов.

     Временной  ряд – это совокупность значений  какого-либо показателя за

несколько последовательных моментов или периодов.

     Применение  традиционных методов корреляционно-регрессионного ана-

лиза для изучения причинно-следственных зависимостей переменных, пред-

ставленных в  форме временных рядов, может привести к ряду серьезных про

блем, возникающих как на этапе построения, так и на этапе анализа экономет

рических моделей. В первую очередь эти проблемы связаны со спецификой

временных рядов  как источника данных в эконометрическом моделировании.

Предполагается, что в общем случае каждый уровень временного ряда содер

жит три основные компоненты: тенденцию (Т), циклические или сезонные ко

лебания (S) и  случайную компоненту (E).

     Если  временные ряды содержат сезонные  или циклические колебания, то

перед проведением  дальнейшего исследования взаимосвязи необходимо устранить сезонную или циклическую компоненту из уровней каждого ряда, поскольку ее наличие приведет к завышению истинных показателей силы и связи изучаемых временных рядов в случае, если оба ряда содержат циклические колебания одинаковой периодичности, либо к занижению этих показателей в случае, если сезонные или циклические колебания содержит только один из рядов или периодичность колебаний в рассматриваемых временных рядах различна.

     Устранение  сезонной компоненты из уровней  временных рядов можно

проводить в  соответствии с методикой построения аддитивной и мультипликативной моделей.

     Если  рассматриваемые временные ряды  имеют тенденцию, коэффициент

корреляции по абсолютной величине будет высоким, что в данном случае есть результат того, что х и у зависят от времени, или содержат тенденцию. Для того чтобы получить коэффициенты корреляции, характеризующие причинноследственную связь между изучаемыми рядами, следует избавиться от так называемой ложной корреляции, вызванной наличием тенденции в каждом ряде.

     Влияние  фактора времени будет выражено  в корреляционной зависимости

между значениями остатков εt за текущий и предыдущие моменты времени, которая получила название «автокорреляция в остатках».

     Автокорреляция  в остатках есть нарушение  одной из основных предпосы-

лок МНК –  предпосылки о случайности остатков, полученных по уравнению

регрессии. Один из возможных путей решения этой проблемы состоит в применении к оценке параметров модели обобщенного МНК. При построении уравнения множественной регрессии по временным рядам данных, помимо двух вышеназванных проблем, возникает также проблема

мультиколлинеарности  факторов, входящих в уравнение регрессии, в случае если эти факторы  содержат тенденцию.

               3.Список использованной литературы:

1.Эконометрика: Учебник / Под ред. Елисеевой И.И. - М.: Финансы и статистика, 2004 . - 344с. 

2. Практикум по эконометрике: Учебное пособие / Под ред. Елисеевой И.И. - М.: Финансы и статистика, 2004. - 192с 

3.Сборник задач по эконометрике: Учебное пособие для студентов экономических вузов/ Е.Ю.Дорохина, П.Ф.Преснякова, Н.П. Тихомиров.-М.: Издательство «Экзамен», 2003г.-224с. 

4. Эконометрика: Учебник для вузов (под ред. Мхитаряна В.С.) Мхитарян В.С. Балаш В.А. Архипова М.Ю.