Лекция № 1. тема 1. введение в эконометрику.

Время: 2 часа

Цель лекции: Главные задачи, цели и последовательность проведения эконометрического анализа.

Замысел лекции:

1. Что изучает эконометрика. Главная задача и цель изучения дисциплины.

2. Краткая история развития эконометрики.

3. Специфика экономических данных.

4. Нечисловые экономические размеры.

5. Статистика интервальных данных — научное направление на стыке математической статистики и метрологии.

Сейчас высокие информационные разработки превращают бизнес в высокоинтеллектуальное занятие, а предпринимателю дают такую степень свободы, которая превращает его в основную личность нового столетия.

Из беседы двух олигархов

Современные исследования и экономические теории, опирающиеся в значительной мере на применение математических методов и моделей анализа, требуют от экономистов достаточно свободного владения математическим аппаратом изучения статистических данных. Исходя из этого неудивительно, что эконометрика стала одним из базисных направлений в совокупности экономического образования.

Неизменно усложняющиеся экономические процессы стали причиной необходимости совершенствования и создания особенных анализа и методов изучения. Наряду с этим широкое распространение взяло применение количественного анализа и моделирования. На базе последних выделилось и сформировалось одно из направлений экономических изучений — эконометрика.

1. Что изучает эконометрика?

Энциклопедический Словарь так трактует понятие эконометрики.

Определение. Эконометрика — это наука, изучающая конкретные количественные и качественные связи экономических объектов и процессов посредством математических и статистических моделей и методов.

Главная задача эконометрики — проверка экономических теорий на фактическом (эмпирическом) материале при помощи способов математической статистики.

По сути, трудясь с этими моделями, мы предполагаем, что все данные о сути экономического явления содержится в эмпирическом материале, в полной мере конечно допуская наряду с этим определенные неточности. Эконометрический анализ разрешает предвидеть лишь те экономические процессы, каковые сохраняют главные тенденции, или повторялись пара раз в прошлом. Запрещено ожидать от него чего-то большего.

Цель эконометрического анализа – разработка эконометрических моделей, разрешающих прогнозировать тенденции экономических и бизнес процессов для получения самые эффективных и обоснованных ответов.

Формально «эконометрика» свидетельствует «измерения в экономике». Но область изучений данной дисциплины значительно шире. Эконометрика — это наука, в которой на базе настоящих статистических данных строятся, анализируются и совершенствуются математические модели настоящих экономических явлений. Эконометрика разрешает отыскать количественное подтверждение или опровержение того либо иного экономического закона или догадки. Одним из наиболее значимых направлений эконометрики есть построение прогнозов по разным экономическим показателям.

Кто проводит эконометрический анализ? Ответ на данный вопрос неоднозначен. На Западе это делает эксперт в области эконометрического анализа — аналитик либо эконометрист. В Российской Федерации, в соответствие с новыми национальными стандартами это обязан делать менеджер и экономист по любой специализации.

В Российской Федерации аналитиков не готовят, ими становятся лишь те, кто обладает эконометрическими способами анализа.

Эконометрика как научная дисциплина зародилась и взяла развитие на базе слияния экономической теории, математической экономики, экономической и математической статистики.

Вправду, предмет ее изучения — экономические явления. Но в отличие от экономической теории эконометрика делает упор на количественные, а не на качественные нюансы этих явлений. К примеру, экономическая теория говорит, что спрос на товар с ростом его цены убывает. Но наряду с этим фактически неисследованным остается вопрос, как скоро и по какому закону происходит это убывание. Эконометрика отвечает на данный вопрос для каждого конкретного случая.

Изучение экономических процессов (связей) в эконометрике осуществляется через математические (эконометрические) модели. В этом видится ее родство с математической экономикой. Но в случае если математическая экономика сооружает и разбирает эти модели без применения настоящих числовых значений, то эконометрика концентрируется на изучении моделей на базе эмпирических данных.

Одной из главных задач экономической статистики есть сбор, представление и обработка экономических данных в наглядной форме: в виде таблиц, графиков, диаграмм. Эконометрика кроме этого деятельно пользуется этим инструментарием, но идет дальше, используя его для анализа экономических прогнозирования и взаимосвязей.

Замечательным инструментом эконометрических изучений есть аппарат математической статистики. Вправду, большая часть экономических показателей носит темперамент случайных размеров, угадать правильные значения которых фактически нереально. К примеру, очень сложно предвидеть доход либо потребление какого-либо индивидуума, количества импорта и экспорта страны в течение следующего года и т.д. Связи между экономическими показателями в большинстве случаев не носят строгий функциональный темперамент, а допускают наличие каких-либо случайных отклонений (особенно это относится экономических данных). Благодаря этого применение способов математической статистики в эконометрике конечно и обосновано. Но в силу специфики получения статистических данных в экономике (к примеру, в экономике нереально проведение управляемого опыта) эконометристам приходится применять собственные наработки и специальные приемы анализа, каковые в математической статистике не видятся.

К главным задачам эконометрики возможно отнести следующие.

  • Построение эконометрических моделей, т.е. представление экономических моделей в математической форме, удобной для проведения эмпирического анализа. Данную проблему принято именовать проблемой спецификации. Напомним, что обычно она возможно решена несколькими методами.
  • Оценка параметров выстроенной модели, делающих выбранную модель самая адекватной настоящим данным. Это так называемый этап параметризации.
  • Проверка качества отысканных самой модели и параметров модели в целом. Время от времени данный этап анализа именуют этапом верификации.
  • Применение выстроенных моделей для объяснения поведения исследуемых экономических показателей, предсказания и прогнозирования, и для осмысленного проведения экономической политики.

Предлагаемая ниже схема очень наглядно демонстрирует сущность и последовательность эконометрических изучений.

Эта схема отражает циклический темперамент современных экономических изучений: от экономической теории к моделированию; от моделирования к совершенствованию теории и более глубокому пониманию сути происходящих процессов; от понимания сути к осуществлению продуманной и целенаправленной экономической политики. Развитие компьютерных совокупностей и особых прикладных программ, совершенствование способов анализа сделали эконометрику замечательнейшим инструментом экономических изучений.

2. Краткая история развития эконометрики

Первые работы по эконометрике показались в конце XIX — начале XX века. В 1897 г. была напечатана работа одного из основателей математической школы в экономической теории В.Парето, посвященная статистическому изучению доходов населения в различных государствах. Была предложена кривая Парето

,

где -величина дохода;

— численность лиц, имеющих доход, больший ;

— минимальный доход;

и — параметры зависимости, приобретаемые статистическими способами.

В начале XX века вышло пара работ британского статистика Гукера, в которых он применил корреляционно-регрессионные способы, созданные Пирсоном и его школой, для изучения связей экономических показателей, в частности — влияния числа банкротств на товарной бирже на цену зерна. В будущем показалось очень много работ как по формированию теории математической статистики и ее прикладных элементов, так и по практическому приложению этих способов в экономическом анализе. К первой группе смогут быть, к примеру, отнесены работы Р.Фишера по дисперсионному анализу, ко второй — работы по исследованию и оценке производственных функций, в частности — хорошая работа Кобба и Дугласа 1928 г.

Большие успехи в эконометрике во многом определились работами М.Дж.Кендалла и А.Стьюарта, Э.Кейна, С.А.Айвазяна, Я.Р. Магнуса и других ученых.

методы и Эконометрические модели на данный момент — это не только замечательный инструментарий чтобы получить новые знаний в экономике, но и обширно используемый аппарат для принятия практических ответов в прогнозировании, бизнесе и банковском деле.

3. Специфика экономических данных

Для анализа экономических разрешённых могут применяться все разделы прикладной статистики, в частности:

  • статистика случайных размеров;
  • многомерный статистический анализ;
  • статистика временных случайных процессов и рядов;
  • статистика объектов нечисловой природы, а также статистика интервальных данных.

Перечисленные четыре области выделены на базе математической природы элементов выборки: в первой из них это — числа, во второй — вектора, в третьей — функции, в четвертой — объекты нечисловой природы, т.е. элементы пространств, в которых нет умножения и операций сложения на число. Примерами объектов нечисловой природы являются значения качественных показателей, двоичные отношения (ранжировки, разбиения, толерантности), последовательности из 0 и 1, множества, нечеткие множества, промежутки, тексты.

Как и для применений статистических способов в иных областях, в эконометрике решаются задачи описания данных (а также сглаживания), оценивания, проверки догадок, восстановления зависимостей, классификации объектов и показателей, прогнозирования, принятия статистических ответов и др.

Но в некоторых отношениях экономические эти отличаются от технических либо астрономических, и эти отличия нужно учитывать при выборе способов анализа конкретных экономических данных.

Многие экономические показатели неотрицательны. Значит, их нужно обрисовывать неотрицательными случайными размерами. А вот обычные распределения принципиально не подходят, потому, что для них возможность отрицательных значений неизменно хороша.

Экономические процессы развиваются во времени, исходя из этого громадное место в эконометрике занимают прогнозирования и вопросы анализа временных последовательностей, а также многомерных. Наряду с этим в одних задачах больше внимания уделяют изучению трендов (средних значений, математических ожиданий), к примеру, при анализе динамики стоимостей. В других же — серьёзны отклонения от средней тенденции, к примеру, при применении контрольных карт (карт Шухарта, кумулятивных сумм и др.). Но в целом выделение и спектральный анализ разных периодов, типов и циклов волн менее распространены, чем, скажем, в медицине и биометрике.

В экономике часть нечисловых данных значительно выше, чем в технологии и технике, соответственно больше применений для статистики объектов нечисловой природы (ниже разберем это утверждение подробнее).

Количество изучаемых объектов в экономическом изучении довольно часто ограничено в принципе, исходя из этого обоснование вероятностных моделей во многих случаях затруднено. Неповторимые объекты, к примеру, город Москва, тяжело разглядывать как элемент выборки из главной совокупности с каким-то определенным распределением, потому, что подобное рассмотрение противоречит здравому смыслу.

Исходя из этого в эконометрике довольно часто используются детерминированные способы анализа данных, в отличие от, к примеру, технических наук, в которых простым есть применение вероятностных моделей. Неопределенность приходится обрисовывать не в терминах вероятностно-статистических моделей, а иными методами, к примеру, в терминах теории нечеткости (fuzzy sets theory) либо статистики и математики интервальных данных.

Итак, специфика эконометрики проявляется не в списке используемых для анализа конкретных экономических данных статистических способов, а в частоте применения тех либо иных способов.

4. Нечисловые экономические размеры

В теоретических и практических задачах менеджмента и экономики всегда используются разные размеры, в большинстве случаев разглядываемые как числовые. К примеру, рыночная цена товара, прибыль предприятия, индекс инфляции, ВВП, чистая приведенная величина для потока платежей и т.д. При более тщательном анализе выясняется, что подобные размеры не имеют определенного численного значения, они размыты, имеют нечисловой темперамент, и обрисовывать их направляться посредством нечисловых математических понятий, относящихся к тем либо иным классам объектов нечисловой природы, таким, как нечеткие множества, промежутки, распределения возможностей и др.

Вправду, возможно ли вычислять, что существует рыночная цена на некий товар, выраженная числом? Разглядим всем привычный товар — хлеб. Для определенности разглядим обычный батон белого хлеба. На данный момент (сентябрь 2009 г.) в разных торговых точках Москвы его возможно приобрести по стоимостям приблизительно 15 руб. Сотрудники Университета высоких статистических эконометрики и технологий в течение нескольких лет собирали данные о стоимостях на 35 продуктовых товаров в 11 точках Подмосковья и Москвы, и большая из отмеченных стоимостей превышала минимальную, в большинстве случаев, на 30-50%.

Следовательно, возможно сказать о цене товара при конкретном акте купли-продажи, при покупке в конкретном магазине, но нельзя говорить о конкретном числовом значении рыночной цены товара. Так, сказать о рыночной цене конкретной квартиры (не в новостройке) бессмысленно. Цена выявится лишь в следствии соглашения продавца и клиент при совершении акта купли-продажи. Иначе, всецело отказываться от этого укоренившегося в литературе понятия не нужно. Мы предлагаем принять, что рыночная цена — объект нечисловой природы, и обрисовывать ее для стандартного батона белого хлеба, к примеру, в виде промежутка [13; 15] руб.

5. Статистика интервальных данных — научное направление на стыке математической статистики и метрологии

В статистике интервальных данных (СИД) элементами выборки являются не числа, а промежутки, например, порожденные наложением неточностей измерения на значения случайных размеров. Это относительно новый, но очень перспективный раздел эконометрики. В лекции дадим только неспециализированное представление о статистике интервальных данных в сравнении с хорошей математической статистикой. В первую очередь, напомним, что СИД входит в теорию устойчивости (робастности) статистических процедур и примыкает к интервальной математике. В СИД изучены фактически все задачи хорошей прикладной математической статистики, например, задачи регрессионного анализа, планирования опыта, принятия решений и сравнения альтернатив в условиях интервальной неопределенности и др.

Главная мысль СИД есть общеинженерной — любая величина обязана приводиться вместе с погрешностью ее определения. К сожалению, эта мысль еще не стала общеэкономической.

Резюме

1. Эконометрика, новое направление в развитии математических способов в экономическом анализе. В базу этого анализа положены математические способы корреляционно – регрессионного анализа и способы анализа временных последовательностей.

2. К сожалению, сейчас еще нет хороших и убедительных примеров применения способов эконометрического анализа в реальности. Это обусловлено по крайней мере двумя обстоятельствами: в первую очередь отсутствием экспертов, могущих верно применить эти способы и сделать обоснованный слабая предсказуемость и эконометрический анализ экономических процессов на данный момент в Российской Федерации.

3. Наивно думать, что эконометрические модели трудятся в условиях недостаточной информации. Для этого существуют совсем другие способы. Возможно с уверенностью прогнозировать лишь те экономические процессы, каковые имеют определенную повторяющуюся регулярность во времени и имеется хватает статистики (не меньше 4-х долгих периодов в которых повторялись эти регулярности). Лишь в этом случае использование способов эконометрического анализа оправдано и целесообразно.

Вопросы для самоподготовки

Лекция 1: Введение


Также читать:

Понравилась статья? Поделиться с друзьями: