Особенности статистических данных. Источники информации.

В классическом курсе эконометрики рассматривается два типа выборочных данных: пространственные данные и временные данные.

Пространственные данные – это данные по какому-либо экономическому показателю, полученные от разных однотипных объектов (фирм, регионов и т.п.), но относящиеся к одному и тому же моменту времени (пространственный срез). Например, данные об объеме производства, количестве работников, доходе разных фирм в один и тот же момент времени.

С5. В экономике под пространственной выборкой понимают набор показателей экономических переменных, полученный в данный момент времени. О пространственной выборке имеет смысл говорить в том случае, когда все наблюдения получены примерно в неизменных условиях, то есть представляют собой набор независимых выборочных данных из некоторой генеральной совокупности. Например, набор сведений по разным фирмам (объем производства, численность работников, размер основных производственных фондов), данные об объеме, ценах потребления некоторого товара по потребителям и т.д.

Временными данными является набор сведений, характеризующий один и тот же объект, но за разные периоды или моменты времени. Примером временных данных могут быть ежеквартальные данные о средней заработной плате, индексе потребительских цен, числе занятых за последние годы или, например, ежедневный курс доллара или евро на KASE. Отличительной особенностью временных данных является то, что они естественным образом упорядочены по времени.

Существуют различные методы сбора экономических данных. К ним относятся опрос, анкетирование, интервьюирование, получение официальной статистической отчетности и т.д.

Можно выделить три основных класса моделей, которые используются в эконометрических исследованиях.

1. Модели временных рядов. В этих моделях результативный признак является функцией переменной времени или переменных, относящихся к другим моментам времени. К моделям временных рядов, представляющих собой зависимость результативного признака от времени, относятся модели:

• тренда (зависимости результативного признака от трендовой компоненты);

• сезонности (зависимости результативного признака от сезонной компоненты);

• тренда и сезонности.

К моделям временных рядов, представляющим собой зависимость результативного признака от переменных, датированных другими моментами времени, относятся модели:

• с распределенным лагом (объясняющие поведение результативного признака в зависимости от предыдущих значений факторных переменных);

• авторегрессии (объясняющие поведение результативного признака в зависимости от предыдущих значений результативных переменных);

• ожидания (объясняющие поведение результативного признака в зависимости от будущих значений факторных или результативных переменных).

Модели временных рядов подразделяют также на модели, построенные по стационарным и нестационарным временным рядам.

Стационарные временные ряды – ряды, имеющие постоянное среднее значение и колеблющиеся вокруг него с постоянной дисперсией. В таких рядах распределение показателя – уровня ряда не зависит от времени, то есть стационарный временной ряд не содержит трендовой или сезонной компонент. В нестационарных временных рядах распределение уровня ряда зависит от переменной времени.

2. Регрессионные модели с одним уравнением. В таких моделях зависимая (объясняемая, результативная) переменная у представляется в виде функции f(x,p)=f(xr ..., xm, β1, …, βk), где х1, ..., xm – независимые (объясняющие, факторные) переменные, а β1,…, βк – параметры. В зависимости от вида функции f(x, β) модели делятся на линейные и нелинейные. Область применения таких моделей, даже линейных, значительно шире, чем моделей временных рядов.

3. Системы одновременных уравнений. Эти модели описываются системами уравнений. Системы могут состоять из тождеств и регрессионных уравнений, каждое из которых может, кроме объясняющих переменных, включать в себя также объясняемые переменные из других уравнений системы. Системы одновременных уравнений требуют относительно более сложный математический аппарат.

         Переменные, участвующие в эконометрической модели любого типа, подразделяются на:

- экзогенные (независимые) – переменные, значения которых задаются извне, в определенной степени они являются управляемыми (х);

- эндогенные (зависимые) – переменные, значения которых определяются внутри модели, или взаимозависимые (у);

- лаговые – экзогенные или эндогенные переменные, датированные предыдущими моментами времени (xt-1, yt-1);

- предопределенные – лаговые и текущие экзогенные переменные (xt, хt-1), а также лаговые эндогенные переменные (yt-1).

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