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);