Эконометрика и эконометрическое моделирование: основные понятия и определения

            Эконометрика – это наука, которая даёт количественное выражение взаимосвязей экономических явлений и процессов.

            Основные задачи эконометрики: построение количественно определённых экономико-математических моделей, разработка методов оценки их параметров по  статистическим данным, анализ свойств построенных моделей и прогнозирование на их основе экономических процессов.

            Можно выделить три основных класса моделей, которые применяются для анализа    и прогнозирования экономических процессов:

-          модели временных рядов,

-          регрессионные модели с одним уравнением,

-          системы одновременных уравнений.

            При этом все переменные любой эконометрической модели по способу их вхождения в эту модель можно разбить на объясняемые (зависимые, исследуемые) переменные и объясняющие (предопределённые, факторные) переменные.

            Например, если мы будем решать задачу прогнозирования продаж мороженого в определённый день каким-либо торговым предприятием, то объясняемой переменной будет объём продаж, а объясняющими переменными могут выступать: температура воздуха, торговая наценка, среднедушевой доход населения и другие.

            Необходимым условием использования той или иной переменной при построении модели является наличие ряда данных наблюдений (измерений) величины этой переменной, либо получение ряда значений с использованием дополнительных вычислений на основе наблюдений о показателях, объясняющих интересующую нас переменную.

            Например, определение достоверных значений среднедушевого дохода непосредственно по результатам опросов и бухгалтерской отчётности может оказаться сложнее оценки изменения дохода на основе информации об изменении розничного оборота товаров и услуг, а также изменении общей суммы банковских вкладов населения.

            В эконометрике выделяют три типа данных:

I. Кросс секционные (перекрёстные) данные представляют ситуацию в группе переменных в отдельный момент времени. Таковыми, например, являются публикуемые в деловых разделах газет списки цен на различные акции, процентные ставки по разным видам вкладов и обменные курсы разных валют. Другим примером может служить информация о продажах торговым предприятием в определённый день товаров различных групп (пищевых, хозяйственных и т.д.)

II. Пространственные данные характеризуют ситуацию по конкретной переменной (или набору переменных), относящейся к пространственно разделённым однотипным объектам в один момент времени. Например, данные о курсах валют в один день по разным обменным пунктам города или продажи мороженого в различных киосках в один день.

III.             Временные ряды отражают изменения (динамику) какой-либо переменной на промежутке времени. Например, данные об обменном курсе валюты за каждый день в конкретном  обменном пункте или данные о продажах мороженого в одном киоске за каждый день будут являться ежедневным временным рядом.

Эконометрическое моделирование состоит из следующих этапов:

1.                  На постановочном этапе формулируются конечные цели моделирования, определяется наборы возможных исследуемых (объясняемых) переменных  и факторных (объясняющих) переменных .

2.                  На предварительном этапе осуществляется предварительный анализ экономической сути изучаемого явления, возможностей сбора и обработки статистических данных.

3.                  На этапе параметризации производится выбор общего вида модели, в том числе состава и формы входящих в неё связей. Например, может быть выбрана модель с одной объясняющей и одной объясняемой переменными – модель парной регрессии. Если объясняющих (факторных) переменных используется две или более, то говорят об использовании модели множественной регрессии. При этом, в качестве вариантов могут быть выбраны линейная, экспоненциальная, гиперболическая, показательная и другие виды функций, связывающие эти переменные.

4.                   Информационный этап заключается в сборе информации (проведение наблюдений, использование материалов отчётности и т.д.) и предварительном анализе данных (проверка аномальных значений показателей, сглаживание, тестирование на наличие тенденции исследуемых показателей к изменению).

5.     Идентификация модели посвящена определению неизвестных параметров (коэффициентов) модели с использованием имеющегося набора данных. Наибольшее распространение для оценки параметров получил метод наименьших квадратов.

6.                  Проверка (верификация) модели и прогнозирование предполагает сопоставление реальных и модельных данных, проверку адекватности модели, оценку точности модельных данных. Если модель адекватна и имеет приемлемую точность, то на её основе строится прогноз – точечный и интервальный.