|
46 хес, Президент Эконометрического общества, отмечает, что «набор статистических методов, используемых для этих целей, называется в совокупности эконометрикой». Предметом изучения эконометрики являются разнообразные эконометрические модели. Аналитик-эконометрист формулирует экономические модели, основываясь на экономической теории и/или на эмпирических данных, оценивает неизвестные величины (параметры) в этих моделях, делает прогнозы (и оценивает их точность) и дает рекомендации по экономической политике. Перейдем к рассмотрению типов эконометрических моделей, которые могут быть использованы для прогноза значений зависимой переменной в будущем или для других наборов значений объясняющих (независимых) переменных (первая задача носит название экстраполяция, вторая интерполяция). Для анализа и прогноза применяются три основных класса моделей. 1. Модели временных рядов. К этому классу относятся следующие простейшие модели: где T{t) временной тренд заданного параметрического вида (например, линейный T(t) ~ а + bt), 8( случайная компонента; сезонности: тренда: y(t) = T(t) + е„ (1.2) (1.3) y(t) ~ T(i) + S(t) + е, (аддитивная) y(t) = 2X0 S(t) + e, (мультипликативная). (1.4) (1.5) |
В начале охарактеризуем эконометрику как науку. Согласно одному из первых учебны х пособий, изданных в нашей стране [6 8 ], эконометрика наука, связанная с эмпирическим выводом эконом ических законов. Наблюдения используются для того, чтобы получить количественные зависимости для экономических соотнош ений. Эконометрика ка к наука находится между экономикой, статистикой и математикой. Так, профессор эконом ики Ц ви Грилихес, Президент Эконометрического общества, отмечает, что «набор статистических методов, используемых для этих целей, называется в совокупности эконометрикой». Предметом изучения эконометрики являются разнообразные эконометрические модели. Аналитик-эконометрист формулирует экономические модели, основываясь на экономической теории и/или иа эмпирических данных, оценивает неизвестные величины (параметры) в этих моделях, делает прогнозы (и оценивает и х точность) и дает рекомендации по экономической политике. В учебном пособии [34] приводится ряд моделей, отражающ их различные стороны экономической жизни производственная ф ункция КоббаДугласа; фзчпсция потребления, связывающая расходы потребителя на питание и располагаемый личны й доход (ф ункция Энгеля); модели экспоненциального временного тренда расходов на питание и ряд других. В другом учебном пособии [6 8 ] приводится эконометрическая модель, связывающая стоимость квартир в г. М оскве с различными признаками. Особенность этой модели — в введении в нее не только количественных признаков жилая площадь, площадь нежилых помещений и др., но и качественных признаков, таких, как наличие лифта, балкона, д ругих характеристик, определяющих комфортность квартир. Всего в модель были вклю чены 12 признаков, при этом обосновано, что адекватной является логарифмическая форма модели. Вышеприведенные примеры характеризуют ш ирокий спектр ка к объясняемых моделями экономических явлений, так и различие формы этих мо54 В этом перечне приведены лиш ь некоторые из вопросов, которые реш ают аналитики-эконометристы. Перейдем к рассмотрению типов эконометрических моделей, которые м огут быть использованы для прогноза значений зависимой переменной в будущем или для д ругих наборов значений объясняющ их (независимых) переменных (первая задача носит название экстраполяция, вторая — интерполяция). Для анализа и прогноза применяются три основных класса моделей. 1. М одели временных рядов. К этому классу относятся следующие простейшие модели: тренда; y {t) = T{t) + z„ (1.7) где 7 (f) временной тренд заданного параметрического вида (например, линейный T{i) = п + bt), Z, случайная компонента; сезонности: y ( f ) 5 ( f ) + ( 1 .8 ) где 5 (f) периодическая (сезонная) компонента; тренда и сезонности: y (f) ^ 7(f) + 5 (f) + в, (аддитивная) (1.9) y (f) = T(t) 5 (f) + 8 , (мультипликативная). (1*10) К моделям временных рядов относятся также более сложные модели адаптивного прогноза, авторегрессии и скользящего среднего и др. Все они имеют общ ую черту: объясняют поведение временного ряда, основываясь только на его предыдущ их значениях. Такие модели м огут применяться для изучения ипрогнозирования объема продаж билетов на различные виды транспорта, спроса на товары сезонного ассортимента, краткосрочного прогноза процентных ставок и т.п. 56 |