Особенности эконометрического метода

Эконометрические методы строятся на синтезе трех областей знаний: экономики, математики и статистики. Основой является экономическая модель – схематическое представление социально-экономического явления или процесса с помощью научной абстракции, выраженная математическими символами. Экономический объект в такой модели описывается и изучается с помощью эмпирических (статистических) данных. Эконометрическая модель учитывает реальные условия существования объекта и не противоречит общим законам экономики. Ошибка предсказаний по такой модели не превосходит заданной величины.

Общий вид эконометрической модели:

Y= f (x) + e, (1.1)

где Y – наблюдаемое значение зависимой переменной (объясняемая переменная, результат);

f (x) - объясненная часть, которая зависит от значений объясняющих переменных (факторов);

e – случайная составляющая (ошибка, возмущение).

Эконометрическая модель является главным инструментом эконометрики и предназначена для анализа и прогноза экономических явлений и объектов.

Эконометрические модели отражают свойства изучаемых объектов или явлений, например:

· Свойство времени двигаться вперед (экономические явления происходят в пространстве и во времени) используется в моделях временных рядов;

· Свойство динамического равновесия многих экономических явлений применяется в решении систем одновременных уравнений;

· Свойство прошлых, настоящих и будущих значений переменных влиять на текущее состояние экономического явления реализуется в моделях авторегрессии и автокорреляции, в моделях адаптивного прогноза;

· Свойство временной задержки (лага) между причиной и следствием экономического явления проявляется в моделях с распределенным лагом;

· Свойства цикличности большого количества экономических явлений находит место в моделях временных рядов с сезонной составляющей.

Процесс построения эконометрической модели включает 6 основных этапов:

1 этап (постановочный) – определение конечных целей моделирования, набора участвующих в моделях факторов и показателей, их роли;

2 этап (априорный^[1]) – предмодельный анализ экономической сущности изучаемого явления, формирование и формализация априорной информации, в частности, относящейся к природе и генезису исходных статистический данных и случайных остаточных составляющих;

3 этап (параметризация) – собственно моделирование, т. е. выбор общего вида модели, в том числе состава и формы входящих в нее связей;

4 этап (информационный) – сбор необходимой статистической информации, т.е. регистрация значений участвующих в модели факторов и показателей на различных временных или пространственных тактах функционирования изучаемого явления;

5 этап (идентификация модели) – статистический анализ модели, и, в первую очередь, статистическое оценивание неизвестных параметров модели;

6 этап (верификация модели) – сопоставление реальных и модельных данных, проверка адекватности модели, оценка точности модельных данных.

Дальше по тем или иным причинам может возникнуть необходимость в изменении первоначально выдвинутых гипотез или в такой их формулировке, которая в большей степени отвечает новым эмпирическим данным, полученным к этому моменту. И до тех пор, пока мы будем менять формулировку гипотезы, нам придется повторять все описанные выше процедуры, начиная с третьего этапа.