Этапы исследования эконометрических моделей.

Весь процесс эконометрического моделирования можно разбить на четыре основных этапа:

1. Спецификация, т.е. подробное описание объекта исследования, выражение в математической форме обнаруженных связей и соотношений.

На данном этапе определяются конечные прикладные цели моделирования, набор показателей, взаимосвязи между которыми интересуют исследователей, а так же группировка показателей на входные (объясняющие) и выходные (объясняемые).

Формируются гипотезы или исходные допущения. Получение общего вида модельных отношений.

2. Сбор необходимой статистической информации, т.е. регистрация значений участвующих в модели факторов и показателей. Этот этап необходим по двум причинам. Во-первых, собранная статистическая информация требуется для оценивания неизвестных параметров модели. Во-вторых, некоторой частью этой информации предстоит воспользоваться в процессе проверки адекватности настроенной модели.

3. Параметризация - определение численных значений существующих параметров. На данном этапе предварительно необходимо ответить на вопрос о возможности оценки неизвестных параметров модели по исходным данным и определенной на первом этапе структуре модели.

4. Проверка адекватности модели (верификация) сводится к сопоставлению результатов расчетов по модели с соответствующими данными действительности.

Типы данных, используемых в эконометрических моделях.

Если экономические утверждения, на которых базируется спецификация модели, отражают статическую (относящуюся к одному периоду времени) взаимосвязь всех включенных в модель переменных, то надобности в их датировании нет. Значения таких переменных принято именовать пространственными данными.

В эконометрических моделях в основном используются данные трёх типов:

1) пространственные данные (cross-sectional data);

2) временные ряды (time-series data);

3) панельные данные (panel data).

Пространственными данными называется совокупность экономической информации, которая характеризует различные объекты, однако полученной за один и тот же период или момент времени.

Пространственные данные являются выборочной совокупностью из некоторой генеральной совокупности. Примером пространственных данных может служить комплекс экономической информации по какому-либо предприятию (численность работников, объём производства, размер основных фондов), объёмах потребления продукции определённого вида, данные о ВВП различных стран в каком-либо конкретном году и т. д.

Временными данными называется совокупность экономической информации, которая характеризует один и тот же объект, но за разные периоды времени.

Отдельно взятый временной ряд можно рассматривать как выборку из бесконечного ряда значений показателей во времени. Примером временных данных могут служить данные о динамике индекса потребительских цен, ежедневные обменные курсы валют.

Панельными данными называются данные, содержащие сведения об одном и том же множестве объектов за ряд последовательных периодов времени.

Панельные данные являются обобщением или комбинацией пространственных и временных данных. Примером панельных данных могут служить показатели хозяйственной деятельности совокупности предприятий, которые собираются каждый год. В этом случае мы получим массив данных, в котором содержатся и данные об однородных объектах за один и тот же период времени, и последовательные значения одной экономической переменной в различные периоды времени. Но если совокупность предприятий из года в год будет различна, то такие данные уже не будут панельными.

Причины появления и отражения в эконометрических моделях случайных составляющих. Примеры их учета в линейных и нелинейных моделях

Случайные составляющие принято отражать путём включения в поведенческие уравнения модели случайных переменных, значения которых рассеяны вокруг нуля. Такие случайные переменные принято называть случайными возмущениями или остатками. Они включены только в поведенческие уравнения, тождества случайных возмущений не содержат!

Случайный остаток зависит не только от существования неучтённых факторов, но и от выбранной модели функции регрессии, а также оказывают влияние ошибки измерения значений переменных.

Необходимость учета в моделях влияния случайных возмущений является четвертым принципом спецификации эконометрических моделей.

Для учета случайного характера экономических процессов, модель записывают в виде:

Y = f(X) + ε

где: Y – эндогенная переменная

X – вектор предопределенных переменных

f(X) – детерминированная математическая функция, определяющая закономерность между эндогенной и предопределенными переменными

ε – случайная величина, учитывающая влияние неучтенных факторов и индивидуальные особенности конкретного объекта (случайное возмущение).

Правая часть называется обобщенной функциональной или регрессионной зависимостью.