<< Предыдущая

стр. 2
(из 65 стр.)

ОГЛАВЛЕНИЕ

Следующая >>

сти между объясняющими переменными в модели множественной ли-
нейной регрессии ? мультиколлинеарности. Приводятся способы об-
наружения и преодоления мультиколлинеарности.
Одиннадцатая глава посвящена рассмотрению использования в
регрессионных моделях переменных, не носящих количественный ха-
рактер. Выясняются причины использования таких переменных в эко-

8
нометрических моделях, методы их учета, а также специфика нахож-
дения оценок для моделей, содержащих качественные переменные.
В двенадцатой главе дается обзор широко используемых в эко-
нометрическом анализе динамических моделей. Приводятся модели с
лагами в независимых переменных и авторегрессионные модели. Рас-
сматриваются проблемы прогнозирования на основе временных ря-
дов.
В тринадцатой главе анализируются системы одновременных
уравнений. Даются примеры использования таких систем для модели-
рования различных экономических взаимосвязей. Выясняются причи-
ны невозможности использования стандартных методов оценки, ха-
рактерных для индивидуальных уравнений. Рассматриваются методы
нахождения оценок для систем одновременных уравнений. Исследу-
ются факторы, определяющие возможность идентификации уравне-
ний для рассматриваемых систем.
На протяжении всего изложения материала для большей нагляд-
ности приводятся задачи с решениями. В заключение каждой главы
даются вопросы для самопроверки усвоения материала, упражнения и
учебные задачи для самостоятельного решения. В конце книги пред-
ставлены таблицы, необходимые для выполнения практических рас-
четов по излагаемой в пособии методике.
Считаю своим приятным долгом поблагодарить рецензентов по-
собия С. А. Самаля, А. Д. Корзникова, И. В. Пелипася за ряд полезных
замечаний.
Я признателен Г. Д. Хотиной, Е. И. Васенковой, А. В. Возному,
А. Л. Терещенко, прочитавшим рукопись данной книги и сделавшим
ценные предложения по ее совершенствованию.
Все замечания и предложения прошу направлять по адресу:
220050 г. Минск, пр. Фр. Скорины, 4, БГУ, экономический факультет.




9
ВВЕДЕНИЕ
Постоянно усложняющиеся экономические процессы потребова-
ли создания и совершенствования особых методов изучения и анали-
за. Широкое распространение получило использование моделирова-
ния и количественного анализа. На этом этапе выделилось и сформи-
ровалось одно из направлений экономических исследований – эконо-
метрика.
Формально ”эконометрика” означает ”измерения в экономике”.
Однако область исследований данной дисциплины гораздо шире.
Эконометрика ? это наука, в которой на базе реальных статистических
данных строятся, анализируются и совершенствуются математические
модели реальных экономических явлений. Эконометрика позволяет
найти количественное подтверждение либо опровержение того или
иного экономического закона либо гипотезы. Одним из важнейших
направлений эконометрики является построение прогнозов по различ-
ным экономическим показателям.
Эконометрика как научная дисциплина зародилась и получила
развитие на основе слияния экономической теории, математической
экономики, экономической статистики и математической статистики.
Действительно, предметом ее исследования являются экономиче-
ские явления. Но в отличие от экономической теории эконометрика
делает упор на количественные, а не на качественные аспекты этих
явлений. Например, экономическая теория утверждает, что спрос на
товар с ростом его цены убывает. Но при этом практически неиссле-
дованным остается вопрос, как быстро и по какому закону происходит
это убывание. Эконометрика отвечает на этот вопрос для каждого
конкретного случая.
Изучение экономических процессов (взаимосвязей) в экономет-
рике осуществляется через математические (эконометрические) моде-
ли. В этом видится ее родство с математической экономикой. Но если
математическая экономика строит и анализирует эти модели без ис-
пользования реальных числовых значений, то эконометрика концен-
трируется на изучении моделей на базе эмпирических данных.
Одной из основных задач экономической статистики является
сбор, обработка и представление экономических данных в наглядной
форме в виде таблиц, графиков, диаграмм. Эконометрика также ак-
тивно пользуется этим инструментарием, но идет дальше, используя
его для анализа экономических взаимосвязей и прогнозирования.

10
Мощным инструментом эконометрических исследований являет-
ся аппарат математической статистики. Действительно, большинство
экономических показателей носит характер случайных величин, пред-
сказать точные значения которых практически невозможно. Напри-
мер, весьма сложно предвидеть доход или потребление какого-либо
индивидуума, объемы экспорта и импорта страны в течение следую-
щего года и т. д. Связи между экономическими показателями практи-
чески всегда не носят строгий функциональный характер, а допускают
наличие каких-либо случайных отклонений (особенно это касается
макроэкономических данных). Вследствие этого использование мето-
дов математической статистики в эконометрике естественно и обос-
новано. Однако в силу специфики получения статистических данных
в экономике (например, в экономике невозможно проведение управ-
ляемого эксперимента) эконометристам приходится использовать
свои собственные наработки и специальные приемы анализа, которые
в математической статистике не встречаются.
К основным задачам эконометрики можно отнести следующие.
• Построение эконометрических моделей, т. е. представление эко-
номических моделей в математической форме, удобной для про-
ведения эмпирического анализа. Данную проблему принято на-
зывать проблемой спецификации. Отметим, что зачастую она мо-
жет быть решена несколькими способами.
• Оценка параметров построенной модели, делающих выбранную
модель наиболее адекватной реальным данным. Это так называе-
мый этап параметризации.
• Проверка качества найденных параметров модели и самой моде-
ли в целом. Иногда этот этап анализа называют этапом верифи-
кации.
• Использование построенных моделей для объяснения поведения
исследуемых экономических показателей, прогнозирования и
предсказания, а также для осмысленного проведения экономиче-
ской политики.
Последовательность выполнения исследований проиллюстриру-
ем следующим примером. Необходимо проанализировать зависимость
спроса Q на некоторое (нормальное) благо от цены P на это благо.
Экономическая теория утверждает, что с ростом цены объем спроса
сокращается. Опираясь на это утверждение, на этапе спецификации


11
могут быть предложены несколько математических зависимостей, от-
ражающих данный факт. Например,
Q = ? + ??P, ? < 0;
Q = ??P?, ? < 0;
lnQ = ? + ??lnP, ? < 0
(здесь ln ? символическое обозначение натурального логарифма).
Выбор формы зависимости (математической модели) является
важнейшей отправной точкой для дальнейшего анализа. Обычно этот
выбор опирается на базовые положения экономической теории, зна-
ния о характере зависимостей на предыдущих этапах исследований,
некоторые субъективные предположения. Заметим, что любая из мо-
делей будет всего лишь упрощением реальности и всегда содержит
определенную погрешность. Поэтому из всех предлагаемых моделей
статистическими методами отбирается та, которая в наибольшей сте-
пени соответствует реальным эмпирическим данным и характеру за-
висимости.
Далее оцениваются параметры (в нашем примере ? коэффициен-
ты ? и ?) выбранной зависимости (этап параметризации). Эта оценка
осуществляется на основе имеющихся статистических данных. По-
этому вопрос точности статистической информации является одним
из ключевых для построения работоспособной модели. Обычно для
получения количественных оценок используются методы регрессион-
ного анализа.
После этого проверяется качество найденных оценок, а также со-
ответствие всей модели эмпирическим данным и теоретическим пред-
посылкам (этап верификации). Данный анализ в основном осуществ-
ляется по схеме проверки статистических гипотез. На этом этапе со-
вершенствуется не только форма модели, но и уточняется состав ее
объясняющих переменных (возможно, объем спроса на товар опреде-
ляется не только его ценой, но также ценой на товары-заменители,
располагаемым доходом и другими факторами).
Если модель удовлетворяет всем необходимым требованиям ка-
чества, то она может быть использована либо для прогнозирования,
либо для объяснения внутренних механизмов исследуемых процессов.
Такая модель позволяет с определенной надежностью предсказывать
среднее значение исследуемого экономического показателя (в нашем
примере это ? Q) на основе прогнозируемых или фиксированных зна-
чений других показателей (P), предвидеть вероятности отклонений
конкретных значений изучаемой величины от предсказываемого по

12
модели. Она поможет определить, на какие факторы, в каком направ-
лении и объеме следует воздействовать, чтобы значение исследуемого
показателя лежало в определенных границах. Отметим, что, вскрывая
механизмы и взаимосвязи изучаемых процессов, эконометрические
модели не решают вопрос о причине этих взаимосвязей.
Предлагаемая ниже схема весьма наглядно демонстрирует суть и
последовательность эконометрических исследований.

Экономическая теория


Эконометрическая модель Статистические данные


Оценка параметров
модели


Проверка качества
построенной модели



нет Модель
адекватна?


да

Использование модели для
предсказаний и проведения
экономической политики

Данная схема отражает циклический характер современных эко-
номических исследований: от экономической теории к моделирова-
нию; от моделирования к совершенствованию теории и к более глубо-
кому пониманию сути происходящих процессов; от понимания сути к
осуществлению продуманной и целенаправленной экономической по-
литики. Развитие компьютерных систем и эконометрических пакетов,
совершенствование методов анализа сделали эконометрику мощней-
шим инструментом экономических исследований.



13
1. БАЗОВЫЕ ПОНЯТИЯ ТЕОРИИ ВЕРОЯТНОСТЕЙ
Любая экономическая активность не носит строгий детерминиро-
ванный характер. Это означает, что, осуществляя ту или иную эконо-
мическую операцию, заключая ту или иную сделку, анализируя дина-
мику макроэкономических показателей и т. д., ни один, даже самый
авторитетный специалист не может быть уверен в конечном результа-
те. Это связано с тем, что по своей природе все такие операции и по-
казатели являются случайными. В чем причина этого? Прежде всего,
это связано с непредсказуемостью доминирующего субъекта такой
активности ? человека. Во-вторых, это вызвано тем, что на любой
экономический показатель воздействует огромное количество различ-
ных факторов. Одни из них человеком не контролируются, а другие
он просто не замечает и не может оценить. Например, вы строите в
данном регионе автомобильный завод, рассчитывая со временем на
определенную прибыль. Вы пытаетесь спрогнозировать ваш будущий
доход и издержки. Доход будет зависеть от спроса на автомобили
данного класса и установившейся на рынке цены на них. Можем ли
мы гарантировать спрос? Безусловно, нет. На него влияет такое ог-
ромное количество явных и неявных факторов, что обозреть их все не
представляется возможным. Например, спрос будет определяться це-
ной ваших автомобилей (в принципе, ею вы можете управлять). Но он
зависит также от цены на автомобили конкурентов, цены на бензин,
доходов потребителей, их вкусов, ожиданий, изменения экономиче-
ской конъюнктуры и многих других факторов, которые просто не
видны. То же самое можно сказать и об издержках, которые зависят от
цены на сырье, на факторы производства. Эти показатели также дале-
ко неоднозначны. Из сказанного можно сделать вывод, что в данной
ситуации может быть рассчитана лишь приблизительная прибыль и
оценена возможная погрешность. Как научно обосновать результаты
экономической активности? Все это можно осуществить, лишь рас-
сматривая экономические показатели и взаимосвязи в терминах тео-
рии вероятностей и математической статистики. Теория вероятностей
изучает закономерности случайных явлений и оценивает вероятности
случайных событий.
1.1. Вероятностный эксперимент, событие, вероятность
Вероятностный эксперимент (испытание) – эксперимент, ре-
зультат которого не предсказуем заранее, т. к. он является случайным
в силу сложного сочетания естественных причин.
14
Любое действие в экономике по своей сути является вероятност-
ным экспериментом. Строительство автомобильного завода в контек-
сте получения прибыли является вероятностным экспериментом.
Событие ? это любой исход или совокупность исходов какого-
либо вероятностного эксперимента. Получение прибыли можно рас-
сматривать как результат строительства завода. Событие, которое мо-
жет произойти или не произойти в условиях данного эксперимента,
называется случайным (прибыль может быть, а может и не быть). Ес-
ли событие происходит всегда в условиях данного эксперимента, то
называется достоверным (спрос на автомобили упадет при резком
снижении доходов населения). Событие называется невозможным,
если оно не происходит никогда в условиях данного эксперимента
(при прочих равных условиях рост спроса на автомобили приводит к
снижению их цены). События, которые не могут происходить одно-
временно, называются несовместимыми (увеличение налогов ? рост
располагаемого дохода). В противном случае они называются со-
вместимыми (увеличение объема продаж ? увеличение прибыли). Два
события называются противоположными, если одно из них происхо-
дит тогда и только тогда, когда не происходит другое (товар реализо-
ван – товар не реализован). Событие, которое нельзя разбить на более
простые, называется элементарным (продажа автомобиля). Событие,
представимое в виде совокупности (суммы) нескольких элементарных
событий, называется составным (предприятие не потерпело убытки ?

<< Предыдущая

стр. 2
(из 65 стр.)

ОГЛАВЛЕНИЕ

Следующая >>