Общие понятия эконометрических моделей

В эконометрических исследованиях используют следующие типы экономических данных:

Пространственные – характеризуют ситуацию по конкретной переменной (или набору переменных), относящейся к пространственно разделенным сходным объектам в один и тот же момент времени.

Примеры:

1. Данные по курсам покупки или продажи наличной валюты в конкретный день по разным обменным пунктам г. Москвы. 2. Набор сведений (объем производства, количество работников, доход и др.) по разным фирмам в один и тот же момент времени.

Временные ряды – отражают изменения (динамику) какой-либо переменной на промежутке времени.

Примеры:

1. Ежеквартальные данные по инфляции. 2. Данные по средней заработной плате, национальному доходу и денежной эмиссии за несколько лет.

Панельные данные – это разновидность пространственно-временных данных. Панельные данные состоят из наблюдений одних и тех же экономических единиц или объектов (индивидуумов, домашних хозяйств, фирм, регионов, стран и т.п.) на протяжении нескольких периодов времени.

Панельные данные насчитывают три измерения: признаки – объекты – время.

Их использование дает ряд существенных преимуществ при оценке параметров регрессионных зависимостей, поскольку они позволяют проводить анализ как временных рядов, так и пространстве иных выборок.

В эконометрике решаются задачи:

· описания данных, проверки гипотез; · восстановления зависимостей; · классификации объектов и признаков; · прогнозирования; · принятия статистических решений и др.

При выборе метода анализа конкретных экономических данных следует учитывать, что экономические процессы развиваются во времени, поэтому большое место в эконометрике занимают вопросы анализа и прогнозирования временных рядов, в том числе многомерных. При этом следует отметить, что временные ряды качественно отличаются от простых статистических выборок.

Особенности временных рядов:

1) последовательные по времени уровни временных рядов являются взаимозависимыми, особенно это относится к близко расположенным наблюдениям;

2) в зависимости от момента наблюдения уровни во временных рядах обладают разной информативностью: информационная ценность наблюдений убывает по мере их удаления от текущего момента времени;

3) с увеличением количества уровней временного ряда точность статистических характеристик не увеличивается пропорционально числу наблюдений, а при появлении новых закономерностей развития может даже уменьшаться.

Переменные, участвующие в любой эконометрической модели:

Результирующая (зависимая, эндогенная) переменная Y – характеризует результат или эффективность функционирования экономической системы.

Значения ее формируются внутри системы (поэтому ее и называют эндогенной) под воздействием ряда других переменных и факторов, часть из которых поддастся регистрации, управлению и планированию.

В регрессионном анализе результирующая переменная (еще ее называют результативным признаком) играет роль функции, значение которой определяется значениями объясняющих переменных. По своей природе результирующая переменная всегда случайна (стохастична).

Объясняющие (независимые, экзогенные) переменные X – поддаются регистрации и описывают условия функционирования реальной экономической системы.

Они в значительной мере определяют значения результирующих переменных. Обычно независимые переменные поддаются регулированию и управлению. Значения этих переменных могут задаваться вне анализируемой системы (поэтому их и называют экзогенными; другое название – факторные признаки).

В регрессионном анализе объясняющие переменные – это аргументы результирующей функции Y. По своей природе они могут быть как случайными, так и неслучайными.

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