Эконометрические модели прогнозирования

Сущность и принципы эконометрического моделирования

Термин «эконометрия» был введен в научную литературу в 1926 году норвежским статистиком Рагнаром Фришем для обозначения самостоятельной области научных исследований. Основной задачей ученый провозгласил «развитие экономической теории в ее связи со статистикой и математикой». Это развитие было весьма успешным, т.к. Р. Фришу и Я. Тинбсргсну в 1969 году была присуждена Нобелевская премия.

Эконометрия буквально означает измерения в экономике. Однако речь идет не о прямых измерениях, а о косвенных. В настоящее время чаще употребляется термин «эконометрика», которая представляет обоснование и доказательство концепций и выводов экономической теории результатами количественного анализа реальных процессов. Основная задача эконометрики состоит в построении моделей специфического типа (эконометрических моделей), описывающих взаимообусловленное развитие социально-экономических процессов на основе информации.

отражающей распределение их уровней во времени и (или) в пространстве однородных объектов.

Наиболее важной задачей является оценка и проверка экономической модели. Первой стадией этого служит спецификация модели в математической форме. На второй стадии осуществляется сбор адекватных данных об объекте. На третьей стадии проводится оценка параметров модели и проверка оцененной модели. Модель либо признается реалистичной, либо признается необходимость оценки другой спецификации модели.

Таким образом, эконометрическое моделирование охватывает весь цикл решения экономической задачи — от ее постановки до содержательной интерпретации результатов статистического анализа и прогнозирования.

Как отмечают ведущие статистики¹³, при всем разнообразии спектра решаемых с помощью эконометрики задач их можно классифицировать по конечным прикладным целям на две основные: прогноз социальноэкономических показателей, характеризующих состояние анализируемой системы, и имитация различных возможных сценариев социально-экономического развития анализируемой системы.

Классификация эконометрических исследований (табл.5.1), данная Дж. Джонстоном в монографии «Эконометрические методы» (2), является хорошим ориентиром в изучении эконометрики.

При построении адекватной эконометрической модели решающее значение имеют теоретические предпосылки. Предположение о вероятностных свойствах случайного возмущения и является той априорной информацией, которая позволяет выбирать конкретный вид зависимости или модельную спецификацию. Допущение аддитивности случайного возмущения также относится к апри;

• 13 Айвазян С. А., Мхитарян В. С., Балалова Е. И. Эконометрика: этапы развития и причина популярности // Вопросы статистики. — 2001. — №
• 2. — С. 60−62.

iri.

сз.

a

s.

R.

Ю.

C5.

H.

".

s.

x

a.

о.

S.

R.

о о.

s.

X.

s.

a.

о.

T.

s.

e

s.

о.

s.

о.

X.

о.

R.

C3.

X.

s.

— e.

я о.

о.

• 03
• 2

орной информации. Эмпирическая же информация может в лучшем случае дать сведения о совместном распределении исследуемых признаков.

При допущении нормальности или, по крайней мере, симметричности распределения возмущения в качестве наилучшего приближения функции к эмпирическим наблюдениям, можно выбрать линейные соотношения переменных в эконометрической модели. При других распределениях случайного возмущения лучшей зависимостью может оказаться нелинейная функция.

Построение модели можно начинать с анализа линейной зависимости, тогда идентификация модели должна выявить характер распределения возмущения, т.к. постулируется нормальность распределения возмущения и проверяется зависимость на линейность. Если нормальность распределения выборочных остатков нс обеспечивается, то исследуется другая спецификация при сохранении гипотезы нормальности распределения случайного возмущения.

Принципы построения эконометрических моделей:

• 1. Выбор результативных признаков, представляющих для исследователя основную цель и суть решаемой задачи.
• 2. Построение уравнения, в котором изменение результативного признака объясняется при помощи других переменных.
• 3. Построение уравнений для объясняющих переменных до тех пор, пока необъясненными останутся только тс переменные, которые невозможно выразить в рамках данной модели.
• 4. Все параметры полученных уравнений должны быть оценены статистическими методами на основе данных в форме временных рядов.
• 5. Уравнения с полученными оценками параметров проверяются при помощи экстраполяции и результаты прогноза оцениваются на надежность.