Возникновение эконометрики

Размещено на http://www.allbest.ru/

Актюбинский университет

РЕФЕРАТ

Тема: Возникновение эконометрики

Актобе 2011

История развития

К 1930-м годам сложились все предпосылки для выделения эконометрики в отдельную науку. Стало ясно, что для более глубокого понимания экономических процессов стоит использовать в той или иной степени статистику и математику. Возникла необходимость появления новой науки со своим предметом и методом, объединяющей все исследования в этом направлении. 29 декабря 1930 г. по инициативе И. Фишера, Р. Фриша, О. Андерсона и других ученых было создано эконометрическое общество. В 1933 г. Р. Фриш основал журнал «Эконометрика», который и сейчас имеет большое значение для развития эконометрики. А уже в 1941 г. появляется первый учебник по новой научной дисциплине, написанный Я. Тинбергеном. В 1969 г. Фриш и Тинберген стали первыми исследователями, получившими Нобелевскую премию по экономике. Как говорится в официальном сообщении нобелевского комитета: «за создание и применение динамических моделей к анализу экономических процессов». До 1970-х годов эконометрика понималась как эмпирическая оценка моделей, созданных в рамках экономической теории. По мнению эконометристов того времени, статистические данные должны были защитить теорию от догматизма. При этом подавляющее большинство экономических моделей, построенных в этот период, были кейнсианскими. Но, начиная с 1970-х годов, формальные методы стали использоваться при выборе причинности теоретических концепций. При этом эконометрикой стали активно пользоваться и монетаристы. В 1980 г. вторую эконометрическую Нобелевскую премию по экономике получил американский экономист Лоуренс Клейн за создание экономических моделей и их применение к анализу колебаний экономики и экономической политики. Совместно с А. Голдбергом создал одну из самых известных моделей американской экономики, известной как «модель Клейна-Голдберга». В основу структуры этой модели были положены его собственные разработки. Она состояла из взаимосвязанных одновременных и направленных рядов уравнений, решение которых давало картину производства в стране. Говоря об этой модели, Р.Дж. Болл отмечал: «Как эмпирическое представление об основах кейнсианской системы эта модель стала, возможно, самой знаменитой среди моделей крупных национальных хозяйств до появления других моделей в 60-е гг.». Клейн также организовал широко известный проект «Линк» для интеграции статистических моделей разных стран в единую общую систему с целью улучшения понимания международных экономических связей и прогнозирования в области мировой торговли. В это время активно развивалась не только макро-, но микроэконометрика. Пионерами этого направления выступили Д. Хэкман и Д. Макфадден. Они разработали теорию и методы, которые широко используются в статистическом анализе поведения индивидуумов и домохозяйств как в экономике, так и в других общественных науках. Так, Дж. Хекман решил проблему смещения выборки из-за селективности данных и самоотбора. Для её решения он предложил использовать метод коррекции Хекмана, который благодаря своей эффективности и простоте в использовании стал широко использоваться в эмпирических исследованиях. Основной вклад Д. Макфаддена в науку заключается в развитии методов для анализа дискретного выбора. В 1974 г. он разработал условный логит-анализ, который сразу был признан фундаментальным достижением экономической науки. Также он создал эконометрические методы для оценки производственных технологий и исследования факторов, лежащих в основе спроса фирм на капитал и рабочую силу. Выдающиеся достижения этих ученых были отмечены Нобелевской премией по экономике в 1990 г. Важным событием для развития эконометрики стало появление компьютеров. Благодаря им мощное развитие получил статистический анализ временных рядов. Г. Бокс и Г. Дженкинс создали ARIMA-модель в 1970 г., а К. Симс и некоторые другие ученые -- VAR-модели в начале 1980-х гг. Стимулировало эконометрические исследования и бурное развитие финансовых рынков и производных инструментов. Это привело лауреата Нобелевской премии по экономике за 1981 год Дж. Тобина к разработке моделей с использованием цензурированных данных. Большое влияние на современную эконометрику оказал и Хаавельмо. Хаавельмо показал, как можно использовать методы математической статистики для того, чтобы получать обоснованные заключения о сложных экономических взаимосвязях исходя из случайной выборки эмпирических наблюдений. Эти методы можно, кроме того, использовать для оценивания соотношений, полученных на основе экономических теорий, и для проверки этих теорий. В 1989 г. ему присудили Нобелевскую премию по экономике «за прояснение вероятностных основ эконометрики и анализ одновременных экономических структур». Хаавельмо рассматривал экономические ряды как реализацию случайных процессов. Главными проблемами, возникающими при работе с такими данными, являются нестационарность и сильная волатильность. Если переменные нестационарны, то есть риск установить связь там, где её нет. Вариантом решения данной проблемы является переход от уровней ряда к их разностям. Недостатком данного метода является сложность экономической интерпретации полученных результатов. Для решения этой проблемы Клайв Грэнджер ввел концепцию коинтеграции как стационарной комбинации между нестационарными переменными. Им была предложена модель корректировки отклонений (ЕСМ), для которой он разработал методы оценивания её параметров, обобщения и тестирования. Коинтеграция применяется в случае, если краткосрочная динамика отражает значительные дестабилизирующие факторы, а долгосрочная стремится к экономическому равновесию. Модели, созданные Грэнджером, в 1990 г. были обобщены С. Йохансеном для многомерного случая. В 2003 г. Гренджер совместно с Р. Инглом получили нобелевскую премию. Р. Ингл, в свою очередь, известен как создатель моделей с меняющейся во времени волатильностью. Эти модели получили широкое распространение на финансовых рынках.

Понятие эконометрика Эконометрика - это научная дисциплина, которая дает количественное выражение взаимосвязей, взаимозависимостей экономических явлений и процессов. Эконометрика - это единство статистики, экономической теории, классической математики и компьютерной техники. Чем большим профессионалом становится финансист, экономист, тем яснее он понимает, что в экономике «все зависит от всего». Причинно-следственными связями занимается экономическая теория, а их количественным выражением и математическим формулированием и описанием - эконометрика. Например: Насколько в среднем изменятся расходы на питание в семьях, если средняя зарплата в стране увеличится на одну (две, три и т.д.) тыс. тенге? Как и насколько изменится прибыль компании, если затраты на рекламу продукции составят n тыс. (млрд.) тенге? И т.д и т.п. На эти и многие другие вопросы, опираясь на экономическую теорию, финансисты, аналитики могут высказывать свои мнения, прогнозы и пр., однако для принятия обоснованных решений требуется знать «насколько». Для наблюдения за ходом развития экономических явлений и процессов, их анализа и прогноза эконометристы используют различные статистические данные. Эконометрика с помощью методов статистики позволяет компактно описать данные, информацию, понять их структуру, провести классификацию, увидеть закономерности в хаосе случайных явлений, прояснить сложную ситуацию.

Эконометрическая модель Эконометрическая модель - это математическое описание экономического явления, отражающее наиболее важные его черты. Модель строится с помощью математических отношений и соотношений (равенств, неравенств, их систем, уравнений таблиц, графиков и пр.). Модель упрощает, идеализирует изучаемое явление, поэтому она не полностью отражает все сплетение причин и следствий. О правильности построенной модели можно судить по близкому соответствию результатов моделирования и фактических данных. Общим моментом для любых эконометрических моделей является разбиение зависимой переменной на две части: объясненную и случайную (необъясненную), что вызвано недостатком информации, невозможностью учесть все причинно-следственные связи и пр. Таким образом, общий вид эконометрической модели:

Y=f(X)+є.

Y - цель исследования, изучения, объясняемая, зависимая переменная, которая называется результативный признак. Функция f(X) - объясненная часть с помощью других экономических переменных Х, где X - независимые, объясняющие переменные, которые называются факторы, в модели может быть один или несколько факторов, є - случайная составляющая, которая отражает влияние на Y других факторов (случайных или неучтенных в модели), которую называют возмущением, отклонением или остатками. Разумеется, вычислить є не представляется возможным, но за счет грамотного выбора объясненной части - функции f(X) и правильного отбора факторов Х - можно свести воздействие случайной составляющей є к минимуму. Объясненная часть всецело формируется под воздействием факторов Х, наиболее естественным выбором в качестве функции f(X) является выбор среднего значения, то есть условного математического ожидания результативного признака Y при условии осуществления значений факторов: MX(Y) - регрессия Y по Х. На этой основе и строятся эконометрические модели, они называются регрессионными моделями, их общий вид: , а основная задача моделирования - это нахождение объясненной части MX(Y). Уравнение называется уравнением регрессии. Построение эконометрических моделей осуществляется в несколько основных шагов, этапов: 1) Постановочный этап: определяются конечные цели исследования, моделирования, набор участвующих в модели факторов и показателей и их роли. 2) Априорный этап: предмодельный анализ экономической сущности изучаемого явления, формирование и формализация априорной информации и исходных допущений, предположений, гипотез на основе экономической теории. 3) Этап параметризации и спецификации модели: собственно моделирование, то есть выбор вида модели, функции регрессии, в том числе, состава и формы входящих в нее связей между переменными. 4) Информационный этап: наблюдение и сбор необходимой информации, статистических данных, их обработка. 5) Этап идентификации модели: статистическое оценивание неизвестных параметров модели по собранным данным, статистический анализ модели. 6) Этап верификации модели: сопоставление фактических, реальных данных и смоделированных, проверка адекватности модели, оценка ее точности и прогностических свойств. Этапы 3)-6) представляют основу контрольной работы и связаны с большим количеством трудоемких вычислений и изучением специальных эконометрических методов: классической линейной модели парной и множественной регрессии, классический и обобщенный метод наименьших квадратов, методы статистического анализа временных рядов, систем одновременных уравнений и пр. Типы моделей в эконометрике. Можно выделить три основных класса моделей, которые применяются в эконометрике для анализа и/или прогноза:

I. Модели временных рядов: 1) модели тренда:

y(t) = T(t) + ?i ,

где T(t) - временной тренд заданного параметрического вида (например, линейный

T(t) = а + bt),

?i - случайная компонента; 2) модели сезонности:

y(t) = S(t) + ?i;

где S(t) --. периодическая сезонная компонента, е, - случайная компонента; 3)тренда и сезонности:

y(t) = T(t) + S(t) + ?i (аддитивная модель);

y(t) = T(t)S(t) + ?i (мультипликативная модель).

Общей чертой моделей временных рядов является то, что они объясняют поведение временного ряда, исходя только из его предыдущих значений. Такие модели применяются, например, для изучения и прогнозирования объема продажи авиабилетов, спроса на мороженое, краткосрочного прогноза процентных ставок и т.п.

II. Регрессионные модели с одним уравнением.

В настоящее время в математике под регрессией понимается функциональная зависимость между объясняющими (независимыми) переменными и условным математическим ожиданием (средним значением) объясняемой (зависимой) переменной. Можно указать два варианта рассмотрения взаимосвязей между двумя переменными X и У. 1) В первом случае обе переменные считаются равноценными в том смысле, что они не подразделяются на первичную и вторичную (независимую и зависимую) переменные. Основным в таком случае является вопрос о наличии и силе взаимодействия между этими переменными (взаимосвязи между ценой товара и объемом спроса на него, между урожаем картофеля и урожаем зерна, между интенсивностью движения транспорта и числом аварий и т.п.). 2) Во втором случае одна из двух величин выделяется как независимая (объясняющая, чаще всего X), другая как зависимая (объясняемая, чаще всего Y). В этом случае изменение первой может служить причиной изменения второй.

III. Системы одновременных уравнений.

Системы могут состоять из тождеств и регрессионных уравнений, каждое из которых может помимо объясняющих переменных включать в себя объясняемые переменные из других уравнений системы. Так набор объясняемых переменных оказывается связанным через уравнения системы.

Эконометрические методы Регрессионный анализ

Нелинейная регрессия

Регрессионный анализ -- статистический метод исследования зависимости между зависимой переменной Y и одной или несколькими независимыми переменными X₁,X₂,...,X_p. При этом терминология зависимых и независимых переменных отражает лишь математическую зависимость переменных, а не причинно-следственные отношения. Для адекватного описания сложных внутренне неоднородных экономических процессов, как правило, применяются системы эконометрических уравнений. В более простых случаях можно использовать и простые изолированные уравнения.

Анализ временных рядов

Временной ряд

Анализ временных рядов -- совокупность математико-статистических методов анализа, предназначенных для выявления структуры временных рядов и для их прогноза. Выявление структуры временного ряда необходимо для того, чтобы построить математическую модель того явления, которое является источником анализируемого временного ряда. Прогноз будущих значений временного ряда используется при принятии решений. Прогнозирование также интересно тем, что оно рационализирует существование анализа временных рядов отдельно от экономической теории. Как правило, при прогнозировании исходят из некоторой заданной параметрической модели. При этом используются стандартные методы параметрического оценивания (МНК, ММП, метод моментов). С другой стороны, достаточно разработаны методы непараметрического оценивания для нечетко заданных моделей.

Обзор и краткая характеристика основных эконометрических методов.

1. сводка и группировка информации; Статистическая сводка - это научно организованная обработка материалов наблюдения, включающая в себя систематизацию, группировку данных, составление таблиц, подсчет итогов, расчет производных показателей (средних, относительных величин). Статистическая группировка - это процесс образования однородных групп на основе расчленения статистической совокупности на части или объединения изучаемых единиц в частные совокупности по существенным для них признакам (например, группировка промышленных предприятий по формам собственности; группировка населения по размеру среднедушевого дохода; группировка коммерческих банков по сумме активов баланса и т.д.). Сводку и группировку информации по определенному признаку проводят при наличии не менее 20 единиц наблюдения. Они дают возможность получить информацию, характеризующую абсолютный уровень в отдельных группах, отклонения между объемом отдельных групп и объемом совокупности, взаимосвязь между отдельными группами

2. вариационный и дисперсионный анализ; Дисперсия признака - это средний квадрат отклонений вариантов от их средней величины. В эконометрических расчетах, как правило, используют общую, межгрупповую и внутригрупповую дисперсии. При этом общая дисперсия характеризует вариацию признака в статистической совокупности в результате влияния всех факторов. Межгрупповая дисперсия показывает размер отклонения групповых средних от общей средней, то есть характеризует влияние фактора, положенного в основание группировки. Внутригрупповая (остаточная) дисперсия характеризует вариацию признака в середине каждой группы статистической группировки. В эконометрических расчетах используется среднее квадратическое отклонение - обобщающая характеристика размеров вариации признака в совокупности. Оно равно корню квадратному из дисперсии. Для осуществления сравнений колеблемости одного и того же признака в нескольких совокупностях используется относительный показатель вариации -- коэффициент вариации. 3. регрессионный и корреляционный анализ; Применение метода наименьших, квадратов (МНК) позволяет получить достаточно точные теоретические значения модели однофакторной регрессии и соответственно ее графическое изображение (термин "регрессия" - движение назад, возвращение в прежнее состояние, - был введен Фрэнсисом Галтоном в конце XIX века при анализе зависимости между ростом родителей и ростом детей; в любом случае средний рост детей - и у низких, и у высоких родителей -стремится (возвращается) к среднему росту людей в данном регионе). 4. статистические индексы и др. Статистические индексы могут быть использованы в качестве меры изменения количества независимо от изменения качественного признака (цены, себестоимости, производительности труда и т.п.), а также для характеристики качественного признака независимо от изменения количества (объема продукции в натуральном выражении, численности работников и т.п.).

Панельный анализ эконометрика регрессионный дисперсионный

Принципы эконометрики.

1. принцип правильной постановки проблемы; Он требует анализа того, насколько широко поставлена проблема, насколько четко сформулированы цели её решения и того, насколько однозначно выбраны методы и способы оценки альтернативных действий

2. принцип системной направленности эконометрических расчетов; Например припостроении регрессионных моделей в первую очередь проводятся оценки кач-ва исходной инф-ии

3. принцип учета рыночной неопределенности;

4. принцип улучшения имеющихся альтернатив и поиска новых.

Эконометрика сегодня

Сегодня эконометрика занимает достойное место в ряду экономических наук. В мире выпускается ряд научных журналов, полностью посвященных эконометрике, в том числе: Journal of Econometrics (Швеция), Econometric Reviews (США), Econometrica (США), Sankhya. Indian Journal of Statistics. Ser.D. Quantitative Economics (Индия), Publications Econometriques (Франция). Эконометрику изучают в ведущих мировых университетах, пришло понимание, что без эконометрических методов невозможно проводить современный макро- и микроэкономический анализ.

На русском языке также существуют специализированные журналы. К ним относятся «Прикладная эконометрика» и «Квантиль». Отдельные публикации по эконометрике появляются в журналах «Экономика и математические методы», «Вопросы статистики», «Вопросы экономики» и некоторых других.

Статистические (эконометрические) методы используются в зарубежных и отечественных экономических и технико-экономических исследованиях, работах по управлению (менеджменту). Применение прикладной статистики и других статистических методов дает заметный экономический эффект. Например, в США - не менее 20 миллиардов долларов ежегодно только в области статистического контроля качества. В 1988 г. затраты на статистический анализ данных в нашей стране оценивались в 2 миллиарда рублей ежегодно. Согласно расчетам сравнительной стоимости валют на основе потребительских паритетов (см. главу 7), эту величину можно сопоставить с 2 миллиардами долларов США. Следовательно, объем отечественного "рынка статистических и эконометрических услуг" был на порядок меньше, чем в США, что совпадает с оценками и по другим показателям, например, по числу специалистов.

Публикации по новым статистическим методам, по их применениям в технико-экономических исследованиях, в инженерном деле постоянно появляются, например, в журнале "Заводская лаборатория", в секции "Математические методы исследования". Надо назвать также журналы "Автоматика и телемеханика" (издается Институтом проблем управления Российской академии наук), "Экономика и математические методы" (издается Центральным экономико-математическим институтом РАН).

Однако необходимо констатировать, что для большинства менеджеров, экономистов и инженеров эконометрика является экзотикой. Это объясняется тем, что в вузах современным статистическим методам почти не учат. Во всяком случае, по состоянию на 2001 г. каждый квалифицированный специалист в этой области - самоучка.

Этому выводу не мешает то, что в вузовских программах обычно есть два курса, связанных со статистическими методами. Один из них - "Теория вероятностей и математическая статистика". Этот небольшой курс читают специалисты с математических кафедр и успевают дать лишь общее представление об основных понятиях математической статистики. Кроме того, внимание математиков обычно сосредоточено на внутриматематических проблемах, их больше интересует доказательства теорем, а не применение современных статистических методов в задачах экономики и менеджмента. Другой курс - "Статистика" или "Общая теория статистики", входящий в стандартный блок экономических дисциплин. Его читают экономисты, не всегда хорошо подкованные в математике. Фактически он является введением в прикладную статистику и содержит первые начала эконометрических методов (по состоянию на 1900 г.). Учебники по "Общей теории статистики" являются неисчерпаемой копилкой математико-статистических ошибок, они порождают поток публикаций, разоблачающих эти ошибки. Ничего удивительного в этом нет - такие учебники писали и пишут высококвалифицированные в своей области экономисты, однако они, как правило, плохо знают математику.

Эконометрика (как учебный предмет) призвана, опираясь на два названных вводных курса, вооружить экономиста, менеджера, инженера современным эконометрическим инструментарием, разработанным за последние 50-70 лет. Не владея эконометрикой, отечественный специалист - менеджер и инженер - оказывается неконкурентоспособным по сравнению с зарубежным. Во многих странах мира - Японии и США, Франции и Швейцарии, Перу и Ботсване и др. - статистическим методам обучают в средней школе, ЮНЕСКО постоянно проводят конференции по вопросам такого обучения [3] . В СССР и СЭВ, а теперь - по плохой традиции - и в России игнорируют этот предмет в средней школе и лишь слегка затрагивают его в высшей. Результат на рынке труда очевиден - снижение конкурентоспособности специалистов.

Обсудим сложившуюся ситуацию, уделив основное внимание статистическим методам в экономических и технико-экономических исследованиях, т.е. эконометрике.

Литература

1. Айвазян С.А. Прикладная статистика. Основы эконометрики. Том 2. -- М.: Юнити-Дана, 2001. -- 432 с.

2. Бабешко Л.О. Основы эконометрического моделирования: Учеб. пособие. -- 2-е, исправленное. -- М.: КомКнига, 2006. -- 432 с. -- ISBN 978-5-484-00757-8

3. Берндт Э. Практика эконометрики: классика и современность. -- М.: Юнити-Дана, 2005. -- 848 с. -- ISBN 5-238-00859-7

4. Доугерти К. Введение в эконометрику: Пер. с англ.. -- М.: ИНФРА-М, 1999. -- 402 с. -- ISBN 8-86225-458-7

5. Кремер Н.Ш., Путко Б.А. Эконометрика. -- М.: Юнити-Дана, 2003-2004. -- 311 с. -- ISBN 8-86225-458-7

6. Леонтьев В.В. Экономические эссе. Теория, исследования, факты и политика: Пер. с англ.. -- М.: Политиздат, 1990. -- 324 с.

7. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс. -- М.: Дело, 2007. -- 504 с. -- ISBN 978-5-7749-0473-0

8. Моргенштерн О. О точности экономико-статистических наблюдений. -- М.: Статистика, 1968. -- 324 с.

9. Суслов В.И., Ибрагимов Н.М., Талышева Л.П., Цыплаков А.А. Эконометрия. -- Новосибирск: СО РАН, 2005. -- 744 с. -- ISBN 5-7692-0755-8

10. Тутубалин В.Н. Границы применимости (вероятностно-статистические методы и их возможности). -- М.: Знание, 1977. -- 64 с.

11. Эконометрика. Учебник / Под ред. Елисеевой И.И. -- 2-е изд. -- М.: Финансы и статистика, 2006. -- 576 с. -- ISBN 5-279-02786-3

Размещено на Allbest.ru