Эконометрика: история развития

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Министерство образования российской Федерации

Магнитогорский Государственный Университет

Факультет педагогики и методики начального обучения

Курсовая работа

по статистике

Эконометрика: история развития

Выполнила

Лесничая Екатерина

Магнитогорск

2004 год

СОДЕРЖАНИЕ

ВВЕДЕНИЕ

ГЛАВА I. ПОНЯТИЕ ЭКОНОМЕТРИКИ И ЕЕ ИСТОРИЧЕСКОЕ РАЗВИТИЕ

1.1 Понятие эконометрики

1.2 История зарубежной эконометрики

1.3 Развитие статистики и эконометрики в России

ГЛАВА II. ТЕОРИЯ ЭКОНОМЕТРИЧЕСКОЙ НАУКИ

2.1 Специфика моделей и эмпирических данных в экономике

2.2 Начальное описание предмета эконометрики и ее задач

2.3 Методы анализа экономических процессов

ЗАКЛЮЧЕНИЕ

СПИСОК ЛИТЕРАТУРЫ

ВВЕДЕНИЕ

Каждая отрасль научного знания и практической деятельности имеет свою историю, т. е. процесс обогащения общества этими знаниями, их становления. Корни статистической науки и практики уходят в глубокую древность. В процессе развития производительных сил и производственных отношений общества складываются и исторические черты познания массовых явлений и формы их количественного измерения. Каждый этап в этом движении есть современность, и каждая современность есть отрезок по пути исторического развития. Знакомство с историей -- ключ познания современности. Без знания прошедшего нет вдохновляющих перспектив будущего.

Характер статистики и иэконометрики, основные направления ее развития неразрывно связаны с историей страны, во многом определяются задачами и способами управления экономикой. Российская статистика прошла длительный и разнообразный путь становления и развития, ее история была обусловлена особенностями социально-экономического уклада России, в первую очередь - длительным сохранением крепостничества.

В данной работе мы рассмотрим сущность эконометрической науки, ее историю и основные торетические положения.

Глава I. Понятие эконометрики и ее историческое развитие

1.1 Понятие эконометрики

Эконометрика - метод экономического анализа, который объединяет экономическую теорию со статистическими и математическими методами анализа. Это попытка улучшить экономические прогнозы и сделать возможным успешное планирование [экономической] политики. В эконометрике экономические теории выражаются в виде математических соотношений, а затем проверяются эмпирически статистическими методами. Данная система используется, чтобы создать модели народного хозяйства с целью прогнозирования таких важных показателей, как валовой национальный продукт, уровень безработицы, темп инфляции и дефицит федерального бюджета. Эконометрика используется все более широко, несмотря на то, что полученные с помощью нее прогнозы не всегда оказывались достаточно точными (2).

«Подобно математической экономике, эконометрика - это скорее нечто, чем занимаются экономисты, чем определенная предметная область. Эконометрика связана с изучением эмпирических данных статистическими методами; цель этого -- проверка гипотез и оценка соотношений, предложенных экономической теорией. В то время как математическая экономика занимается чисто теоретическими аспектами экономического анализа, эконометрика пытается подвергнуть проверке [falsify] теории, которые уже представлены в явной математической форме. Однако, часто эти две области экономической науки пересекаются».

«Проблемы в эконометрики многочисленны и разнообразны. Экономика - это сложный, динамический, многомерный и эволюционирующий объект, поэтому изучать ее трудно. Как общество, так и общественная система изменяются со временем, законы меняются, происходят технологические инновации, поэтому найти в этой системе инварианты непросто. Временные ряды коротки, сильно агрегированы, разнородны, нестационарны, зависят от времени и друг от друга, поэтому мы имеем мало эмпирической информации для изучения. Экономические величины измеряются неточно, подвержены значительным позднейшим исправлениям, а важные переменные часто не измеряются или ненаблюдаемы, поэтому все наши выводы неточны и ненадежны. Экономические теории со временем меняются, соперничающие объяснения сосуществуют друг с другом, и поэтому надежная теоретическая основа для моделей отсутствует. И среди самих эконометристов, по-видимому, нет согласия по поводу того, как следует заниматься их предметом» (16, с. 12).

Эконометрия (эконометрика), наука, изучающая конкретные количественные взаимосвязи экономических объектов и процессов с помощью математических и статистических методов и моделей. Возникла в начале 20 в., термин введен норвежским ученым Р. Фришем. В редакционной статье, открывающей первый номер журнала Econometrica (старейшего эконометрического журнала) нобелевский лауреат Р. Фриш писал: «...Основной целью [Эконометрического общества] будет стимулирование исследований, которые направлены на объединение теоретико- количественного и эмпирико- количественного подходов к экономическим проблемам, и которые проникнуты конструктивными и строгими рассуждениями того рода, которые преобладают в естественных науках (15, с. 18).

Но количественный подход к экономике имеет несколько аспектов, и сам по себе ни один из этих аспектов не следует путать с эконометрикой. Таким образом, эконометрика -- это ни в коей мере не то же самое, что экономическая статистика. Она также не совпадает и с тем, что мы называем общей экономической теорией, хотя значительная часть этой теории, безусловно, имеет количественный характер. Эконометрику нельзя также рассматривать как синоним применения математики в экономической теории. Опыт показал, что каждая из этих точек зрения, т.е. статистики, экономической теории и математики, является необходимым, но по отдельности не достаточным, условием реального понимания количественных отношений современной экономической жизни. Сила заключается в объединении этих трех элементов. И именно это объединение составляет эконометрику».

1.2 История зарубежной эконометрики

Практика статистики зародилась давно, по-видимому, вместе со становлением элементов государственности. Не случайно во многих языках статистика и государство - однокоренные слова. Государству - в лице представителей госаппарата - всегда надо было хотя бы приблизительно знать численность населения страны, ее экономический потенциал, фактическое состояние дел в разных сферах общественной жизни. Иначе нельзя сколько-нибудь эффективно собирать налоги, проводить крупные строительные работы, вести войны и т.д. (1)

Статистическая теория возникла как результат обобщения уже достаточно развитой статистической практики. Начало ее становления обычно связывают с работами английских политических арифметиков XVII века и, прежде всего, с именем Вильяма Петти (1623-1687). В XVIII веке статистическая теория развивалась под флагом государствоведения, зародившегося в Германии. Именно германские ученые в конце XVIII века стали использовать термины «статистика», «статистик», «статистический» в смысле, приближающемся к современному. Хотя слово «статистик» на много старше, его - в ином смысле -- можно найти в произведениях Шекспира (начало XVII века). Эти слова, по-видимому, происходят более или менее косвенно от латинского слова «status» в том его смысле, который оно приобрело в средневековой латыни: политическое состояние.

Германские авторы и вслед за ними известный английский ученый сэр Джон Синклер использовали термин «статистика» в смысле простого изложения заслуживающих внимание данных, характеризующих государство. Причем форма изложения являлась преимущественно словесно-текстовой. Для того времени такое понимание было достаточно естественным, т.к. достоверных числовых данных было еще очень мало. Лишь спустя несколько десятилетий, с термином «статистика» стали связывать изложение характерных особенностей государства численным методом. Но даже после образования в Англии Королевского статистического общества в 1834 году такое понимание статистики еще не стало обычным.

Одним из ярких представителей зарубежной статистики XIX века является бельгийский ученый Адольф Кетле (1796-1874) - создатель первого в мире центрального государственного статистического учреждения в Бельгии, организатор и участник первых международных статистических конгрессов. Он установил, что многие массовые явления (рождаемость, смертность, преступность и т.д.) подчиняются определенным закономерностям, применил математические методы к их изучению. В России первым общегосударственным органом статистики явилось Статистическое отделение Министерства полиции (1811), а затем -- Министерства внутренних дел (1819). Его начальником был один из первых российских статистиков К.Ф. Герман (1767-1838) -- автор первого русского оригинального труда по теории статистики -- книги «Всеобщая теория статистики» (1809) (16, с. 17).

Корни современной теории статистики, прежде всего математической статистики, могут быть прослежены в работах Лапласа и Гаусса по теории ошибок наблюдения, но начало расцвета самой науки относится только к последней четверти XIX века. Значительную роль на этом этапе сыграли работы Гальто-на и Карла Пирсона.

Создателем эконометрики считается Фриш Рагнар (Frisch, Ragnar) (1985-1973), норвежский экономист, удостоенный в 1969 (совместно с Я.Тинбергеном) Нобелевской премии по экономике. Родился в Осло 3 марта 1895. Окончил университет Осло, продолжил образование во Франции и США. В 1926 получил степень доктора в университете Осло, с 1931 - профессор и директор Института социальной экономики и статистики университета Осло. В годы Второй мировой войны, при нацистском режиме, находился в заключении. Являлся советником по экономике при правительствах Индии и Египта. В университете создал собственную школу (среди его учеников Т.Хаавельмо и Л.Йогансен). В 1933-1955 был редактором журнала «Эконометрика». Ушел в отставку в 1965.

Фриш известен прежде всего как один из создателей эконометрики (совместно с Я.Тинбергеном), он впервые употребил сам термин «эконометрика». Ему также принадлежат работы по анализу спроса, динамическим макроэкономическим моделям (Фриш впервые употребил термины «микроэкономика» и «макроэкономика»), циклам деловой активности и торговым циклам, созданию моделей экономического планирования и экономической политики, статистического инструментария для расчета национального дохода. Среди классических трудов Фриша - Планирование обращения (Circulation planning, 1935); О понятии равновесия и неравновесия (On the notion of equilibrium and disequilibrium, 1936); Планирование для Индии: избранные исследования по методологии (Planning for India: Selected explorations in methodology, 1960); Теория производства (Theory of production, 1965); Исследования по экономическому планированию (Economic planning studies, 1976).

1.3 Развитие статистики и эконометрики в России

История статистической науки в дореволюционной России охватывает два обширных периода: феодализм и капитализм. Характер и особенности этих общественно-экономических формаций наложили свой отпечаток на развитие статистической мысли и определили его особенности, хотя точные демаркации иногда наметить очень трудно. Внедрение статистики в общественные науки явилось исторически необходимым этапом, что было обусловлено развитием методов исследования с применением точных и сложных приемов количественного анализа, проникновением и широким использованием математических приемов обработки данных (1).

Статистическая мысль в России объектом своего исследования всегда имела социально-экономические процессы. В этом ее особенности и отличительные черты. Она прежде всего отражала экономические взгляды определенного класса, их устремления и борьбу или идеи надклассовых концепций. Но идейное содержание статистических исследований не всегда укладывалось в строгие границы социально-экономических формаций. В период феодализма статистическая мысль России нередко выдвигала примеры передовых идей, далеко шагнувших за рамки своего века, и, напротив, в условиях капитализма сохранялись отжившие идеи предшествующей общественно-экономической формации.

Критерием оценки значимости статистической мысли является ленинское положение о том, что «исторические заслуги судятся не по тому, чего не дали исторические деятели сравнительно с современными требованиями, а по тому, что они дали нового сравнительно со своими предшественниками». Развитие статистической мысли и становление статистической науки в России неотделимы от истории русской экономической мысли, от направления и аспектов развития экономического строя. С расширением интереса общества к вопросам экономики и политики своей страны развивалось и экономико-статистическое изучение России, возрастало применение методов статистики к познанию хозяйственной жизни страны, проводилась оценка точности самих приемов исследования, накапливался материал для формирования статистической методологии, отбиралось ценное из различных способов организации массовых наблюдений и разработки их данных. Все это составило первоначальную канву статистической науки (16, с. 22).

Русская статистическая мысль не отгораживалась от статистической науки и практики тех стран, с которыми Россия поддерживала экономические, политические и культурные отношения, она не игнорировала то ценное, что обнаруживалось в истории мировой статистики. Не всегда новое и передовое в области статистики могло быть применимо в условиях социально-экономического строя России.

Воспринимая статистические теории и исследования народов других стран, представители передовой русской науки творчески относились к их усвоению и применению. Они проверяли их в условиях России, вносили новое в процессе критического обсуждения и выдвигали свои идеи в области организации и методов статистических исследований, обогащали мировую статистическую науку и практику. Русская статистическая наука немало сделала и для развития общей экономической мысли России, для уточнения закономерностей, установленных научной политической экономией, и конкретного использования их применительно к историческим условиям в нашей стране. Некоторые авторы обзоров истории и теории русской статистической мысли (Н. А. Каблуков, К.Г. Воблый и др.) недооценивали вклад русских статистиков в развитие мировой статистической науки, они не видели оригинальности и самобытности русской статистической мысли и сводили ее роль к распространению и применению идей западноевропейских статистиков. По своему существу эти взгляды не были новыми, так как они отражали идеологическую борьбу 30-х и 50-х годов XIX в. Серьезной научной заслугой советских статистиков (М.В.Птуха,А.И.Гозулов) является раскрытие богатства статистической мысли России, наличия в русской статистике непревзойденных образцов изучения важнейших вопросов экономической и политической жизни страны. Особенность русской статистической мысли заключается также и в том, что в ее истории нет того ярко выраженного обособления школ и направлений, которое характерно для процесса развития статистической науки на Западе (1).

Центральная линия развития русской статистической мысли в эпоху феодализма лежала на путях широкого освещения вопросов социально-экономической статистики, а в эпоху капитализма - на путях борьбы за демократизацию социальной жизни страны. Прогрессивные идеи, идущие впереди века и отрицавшие реакционные воззрения в области организации социальной жизни, разделялись многими представителями государствоведения, нередко страдавшими за это. Эти идеи были взяты на вооружение критической мыслью 40-х годов XIX в. и послужили опорой в исследованиях социологической школы и стали основой главного идеологического направления земской статистики.

В ранний период развития статистической мысли задачи накопления материала, статистическое выражение фактов были преобладающими. Статистика трактовалась как наука о достопримечательности .производительных сил. Она связывалась с их историей и географией. Здесь господствовало описательное направление. Но среди работ представителей описательного направления встречалось немало таких, которые могут быть по своим приемам анализа отнесены к типу работ политических арифметиков. Типичным примером в этом отношении являются работы А. К. Шторха (1766--1835), вышедшие в конце XVIII в. работа А. К. Шторха «Картина С.-Петербурга» имеет черты начальных работ политических арифметиков. Русская статистическая мысль имела ряд отличий от западноевропейской, которые проявлялись прежде всего в выборе предмета исследований и в их идеологической направленности. В преобладающем большинстве случаев это и составляло особенности тех или иных тенденций в развитии отечественной статистики.

В этом смысле можно говорить о русской описательной школе, о русской школе политических арифметиков, о русской школе кетлианства, о статистической мысли русских революционеров-демократов, о русской так называемой социологической школе, о различных течениях в русской академической статистике и т. д.

Начальный этап советской статистики (1917 - 1930 гг.) отличался исключительной интенсивностью: проводилось большое число специально организованных статистических переписей и обследований, плодотворно работали различные научные коллективы, был построен первый баланс народного хозяйства, совершенствовалась организационная структура государственной статистики. Плюрализм мнений, концепций, идей, критическое использование достижений зарубежной статистики характеризуют этот период.

В июне 1918 г. был созван Первый Всероссийский съезд статистиков, который обсудил проект Положения о государственной статистике, представленный Павлом Ильичем Поповым, возглавлявшим в то время отдел переписи и статистики ВСНХ (15).

25 июля 1918 года Декретом Совета Народных Комиссаров "О государственной статистике (Положение)" было оформлено создание в стране единого общегосударственного органа - Центрального статистического управления.

Крупным событием в жизни государственной статистики первых лет Советской власти стало проведение в августе 1920 года сложнейшего комплекса Всероссийских переписей: демографическо- профессиональной переписи населения, сельскохозяйственной переписи и краткого учета промышленных предприятий.

Материалы переписи 1920 года легли в основу разработки Государственного плана электрификации России (ГОЭЛРО).

Одной из первых фундаментальных работ, выполненных молодой советской статистикой, была оригинальная, сложная в теоретическом, методологическом и практическом отношении разработка первого баланса народного хозяйства за 1923/24 год, составленного по постановлению Совета Труда и Обороны от 21 июля 1924 года.

Последующее развитие советской статистики тормозилось созданием в 30-е годы административно-бюрократической системы, массовыми репрессиями, затронувшими в том числе и лучших экономистов и статистиков (Н.Д. Кондратьева, А.В. Чаянова, В.Г. Громана, О.А. Квиткина и многих других). эконометрика статистика эмпирический взвешенный

В годы Великой Отечественной войны статистика решала огромные задачи по оперативному учету трудовых и материальных ресурсов, перемещению производительных сил страны в восточные районы. После войны роль статистики возросла: развернулись балансовые работы, углубилась теория индексного метода, получили распространение экономико-математические модели и методы.

В 1987 году по постановлению правительства Центральное статистическое управление СССР было преобразовано в союзно-республиканский Государственный Комитет СССР по статистике (Госкомстат СССР).

В настоящее время российская государственная статистика не только решает текущие задачи обеспечения информационных потребностей общества, но и работает над комплексом проблем с целью ее адаптации к рыночной экономике. Проведено Всероссийское совещание статистиков в ноябре 1995 г.. Разработана Федеральная целевая программа "Реформирование статистики в 1997-2000 годах".

Необходимость реформирования российской статистики обусловлена, прежде всего, радикальной трансформацией социальной и общественно-экономической среды, изменениями в международной и внутригосударственной сферах:

- Россия обрела государственность, что обусловило необходимость становления национальной статистической службы, соответствующей статусу независимого государства;

- вхождение России в мировое сообщество предполагает освоение методов учета, классификаций, показателей и других аспектов методологической базы, используемых в мировой практике;

- принятие Конституции Российской Федерации, в которой сделаны акценты на усиление основ федерализма, расширение полномочий ее субъектов, предполагает поиск форм организации работы в целях гармонизации интересов статслужб разных уровней, позволяющей сохранить единое информационное пространство. Сохранение целостности статистической системы создает добротные предпосылки совершенствования методологии и принципов обработки и анализа информации;

- интенсивное развитие негосударственного сектора, становление рыночной инфраструктуры, ускорение социальной стратификации населения и другие качественно новые явления, происходящие в реформируемой экономике, обуславливают применение новых методов организации статистического наблюдения, разработку принципиально отличных системообразующих признаков, состава экономических показателей.

Организационной основой реформирования статистики в новых условиях стала рассчитанная на 1993-1995 годы Государственная программа перехода Российской Федерации на принятую в международной практике систему учета и статистики в соответствие с требованиями развития рыночной экономики.

Госкомстат России стал центром не только организации, но и методологии проведения статистических разработок, тесно связанных с переходом к рыночной экономике. Начался процесс реформирования российской статистики (9).

В связи с этим, на первый план выдвинулась задача - решить проблему охвата статистическим учетом быстро увеличивающегося числа хозяйственных объектов и, прежде всего, в рамках негосударственного сектора экономики. Традиционный способ сбора информации с помощью системы обязательной сплошной государственной статистической отчетности, которая господствовала в нашей стране в условиях директивной экономики, оказался неадекватным новым условиям.

Эти и другие вопросы перестройки всей системы государственной статистики предполагается решить в Федеральной целевой программе "Реформирование статистики в 1997-2000 годах".

Начало 90-х годов совпало с прекращением существования СССР и созданием на его территории самостоятельных государств. С этих пор Госкомстат России стал преемником накопленного советской статистикой опыта в методологии и практике статистических работ на ее территории.

Госкомстат России является федеральным органом исполнительной власти, осуществляющим руководство российской статистикой. В его состав входят 88 территориальных органов Госкомстата России: республик, краев, областей, автономных округов и автономной области, ГМЦ, Научно-исследовательский и проектно-технологический институт статистической информационной системы, Научно-исследовательский институт проблем социально-экономической статистики, учебные заведения (Межотраслевой институт повышения квалификации руководящих работников и специалистов в области учета и статистики, 22 колледжей и техникумов, 45 учебных центров).

За этот период была существенно изменена действующая система статистических показателей, создана система национальных счетов, положено начало международным сопоставлениям валового внутреннего продукта, приведены в соответствие с международной практикой показатели статистики цен, финансов, населения, труда, внешней торговли, включая таможенную, бюджетную и банковскую статистику, заложена основа Государственного статистического регистра юридических лиц и их обособленных подразделений, а также Единой системы классификации и кодирования технико-экономической и социальной информации.

Исторический опыт строительства российской государственной статистики раскрывает целый ряд общих тенденций и характерных признаков, представляющих интерес для ее дальнейшего развития.

Современная государственная статистика является составным элементом системы государственного регулирования, значительно усиливается ее интегрирующая функция в создании информационной инфраструктуры общенационального масштаба.

Глава II. Теория эконометрическоЙ науки

2.1 Специфика моделей и эмпирических данных в экономике

Каждое эконометрическое исследование проводится в рамках некоторой модели - умозрительной конструкции, выделяющей главные, существенные стороны интересующего исследователя фрагмента окружающего экономического мира и отбрасывающей те, которые представляются незначимыми. В процессе исследования модель может претерпевать определенные изменения. Взаимоотношения модели и моделируемого явления могут быть довольно деликатными, и часто именно в них кроется успех (или неудача) исследования. Язык описания модели чаще всего -- математика.

Экономическая наука, как одна из наук о человеческом обществе, обладает рядом особенностей, отличающих ее от многих других областей применения математических методов (в частности, от физики, где такие методы развиты в наибольшей степени) (16).

Прежде всего следует отметить, что в экономических исследованиях практически нет места активному эксперименту. Если, скажем, физик-экспериментатор сам создает условия для проведения опыта -- готовит аппаратуру, приводит в нужное состояние изучаемую субстанцию и т.д., а физик-теоретик старается

объяснить или предсказать результат такого целенаправленного эксперимента, то экономист-исследователь на первом этапе лишь наблюдает за ходом событий и фиксирует происходящее. (Последующие задачи, конечно, будут, как и в любой другой науке, стандартными -- объяснить и предсказать).

Далее, человек, как существо сознательное, способен в той или иной степени влиять на общественные процессы (неважно, опираясь на экономическую теорию, вопреки ей или же вне связи с ней). Некоторые стороны подобного влияния можно условно обозначить как "политические" факторы -- большая часть экономических моделей рассматривает их как заданные извне -- экзо-генно. В других ситуациях возникают так называемые (термин часто используется и в физике) коллективные эффекты. Первый и наиболее известный пример такого эффекта в экономической сфере -- "теорема о невидимой руке" Адама Смита.

Коллективные эффекты постоянно в той или иной форме проявляются в эконометрике. Обычно это выражается в присутствии стохастических характеристик (подробнее см. ниже). Заметим, впрочем, что это далеко не единственная причина их появления. Здесь следует отметить одну важную особенность. Статистические методы, развивавшиеся в течение многих десятилетий, начиная со второй половины XIX века (кинетическая теория газов Л.Больцмана), были ориентированы на использование именно в физике, где масштабы "коллективности" явлений выражаются огромными числами -- из школьного курса физики известно так называемое число Авогадро -- 6 * 1023 молекул в одном моле вещества. Соответственно, и физические закономерности выполняются с большой точностью. Напротив, коллективные эффекты в экономической области связаны с совсем другими числами, в том числе и весьма скромными. Так, число фирм, работающих на рынке, может исчисляться тысячами, сотнями или быть еще меньше. Число покупателей, принимаемых во внимание в рассматриваемой модели, вряд ли будет превышать несколько миллионов (а миллион -- это всего лишь 106) (15).

Поэтому экономические соотношения, особенно в микроэкономических моделях, выполняются весьма приблизительно, часто даже лучше сказать -- в тенденции (скорее качественно, чем количественно). Сами модели, использующиеся в эконометрических исследованиях, вынужденно (из соображений целесообразности) являются простыми, обычно линейными (см. ниже). Только в редких случаях, как в теории финансовых временных рядов, где исследователю могут оказаться доступными миллионы данных, имеет смысл конструировать замысловатые утонченные модели. Сами статистические методы во многих аспектах приходится переосмысливать и даже менять при переходе от физики к новым областям исследования.

2.2 Начальное описание предмета эконометрики и ее задач

Эконометрика есть ветвь экономической науки, связанная с количественным оцениванием экономических закономерностей. Эко-нометрическое исследование основывается на экономической теории и на фактах, относящихся к событиям, имевшим место в реальном экономическом мире.

Экономическая теория дает исследователю модель интересующих его явлений. Основные эконометрические модели имеют алгебраический характер, т.е. представляются в виде совокупности уравнений, связывающих принимаемые во внимание характеристики и включающих неопределенные ("свободные") параметры, которые оцениваются на основе эмпирических данных. Эмпирические данные представляют собой количественно выраженные факты, относящиеся к изучаемой задаче. Как правило, предварительно они подвергаются различным процедурам уточнения.

Важной особенностью эконометрических моделей является их стохастический характер -- некоторые экономические показатели трактуются как случайные величины. Рассматриваемые ниже модели в большинстве своем являются линейными в двух отношениях. Во-первых, по параметрам, т. е. параметры входят в уравнения модели линейно. Во-вторых, по стохастическим ошибкам (см. ниже) -- они включаются в уравнения аддитивно, как слагаемые, описывающие флуктуации вокруг некоторых "главных", например, средних значений. К линейным моделям иногда удается сводить и некоторые другие.

Для оценивания параметров модели, проверки гипотез о них и решения прочих сопутствующих вопросов используется экономе-трическая техника, включающая в себя различные методы и приемы математической статистики, во многих случаях специально приспособленные для этих целей.

Оцененная эконометрическая модель может использоваться как для структурного анализа, включая обратное влияние на экономическую теорию, так и для прогнозирования и связанной с ним выработки экономической политики.

Основные величины, входящие в уравнения модели, подразделяются на внутренние (эндогенные) и внешние (экзогенные). Внутренние величины совместно определяются моделью; можно сказать, что в некотором смысле модель объясняет их. Напротив, экзогенные величины, хотя и входят в модель существенным образом, определяются отдельными механизмами вне ее рамок и выступают, в зависимости от ситуации, как объясняющие величины, управляющие величины, начальные или граничные условия и т. д., и т.п.

Стохастические слагаемые, входящие в уравнения линейной модели, отличаются от основных величин прежде всего тем, что они принципиально не наблюдаемы (заметим, что основные ве-

личины также могут быть случайными). Часто их называют ошибками (errors) или возмущениями. Подобные члены обычно включаются во все уравнения модели, кроме условий равновесия и тождеств (тождества можно еще трактовать как определения). Присутствие стохастических ошибок в уравнениях мотивируется комплексом причин -- влиянием неучтенных факторов, непредсказуемостью человеческих реакций, неточностями наблюдений и измерений и т. д.

Приведем несколько учебных примеров (подобные примеры в разных вариантах присутствуют практически во всех учебниках). В отличие от реальных эконометрических моделей, которые могут включать значительное (иногда десятки и сотни) число уравнений и величин, упрощенные учебные примеры (часто они называются моделями прототипами) включают минимальное число уравнений -- для понимания основных принципов эконометриче-ского исследования этого достаточно. С точки зрения экономе-трической техники значительная часть проблем отчетливо проявляется уже для модели, включающей одно единственное уравнение. Часто таким уравнением оказывается уравнение линейной (множественной) регрессии.

Пример 1. Микроэкономическая модель прототип спроса и предложения. Она задается уравнениями

Можно представлять себе, что речь идет о производстве некоторого сельскохозяйственного продукта. При этом qD -- количество (quantity) продукта, выражающее спрос

(Demand), qs -- количество продукта, выражающее предложение (Supply), p - цена (price), I - доход (Income), г - количество осадков (rainfall). Слагаемые Е° и es - стохастические ошибки, соответствующие необъясняемым нашими уравнениями частям спроса и предложения. Последнее уравнение - условие равновесия. Отметим еще, что сельскохозяйственное производство обладает естественной цикличностью, а наша модель предполагает, что в пределах одного цикла устанавливается равновесная цена. Поэтому время нигде явно не присутствует, а модель имеет статический характер. Нет нужды подробно останавливаться на слабых местах выбранного модельного представления -- каждый может сделать это самостоятельно. Подчеркнем, однако, что при всей своей простоте модель выражает (если угодно, в карикатурной форме) некоторые теоретические представления: доход входит именно в уравнение спроса, а осадки, влияющие на урожай, -- в уравнение предложения. Подобные системы уравнений называются структурными. Нетрудно догадаться, что внутренними величинами в модели примера 1 являются цена р и количество продукта q (= qD = g5), в то время как доход / и осадки г целесообразно трактовать внешним, экзогенным, образом.

Пример 2. Макроэкономическая модель прототип определения национального дохода. Она задается уравнениями

Здесь внутренними являются величины Q, /г, 1^, описывающие, соответственно, потребление (Consumption), инвестиции (Investment) и доход (Yield) в году Ј, а внешней -- Gt -- правительственные расходы (Government spending). Запаздывающее (лаговое, lagged) значение Yt_\ национального дохода вместе с Gt составляет набор предопределенных (predetermined) величин. Последнее уравнение является тождеством и не содержит стохастического слагаемого.

Отметим, что пример 2, в отличие от примера 1, имеет отчетливо выраженный динамический характер. При решении этой структурной системы уравнений кроме "граничных" условий, определяемых правительственными расходами Gt, скорее всего, появится еще и "начальное" условие (скажем, Уо если время t изменяется, начиная с 1).

Приведенные выше описания моделей в примерах 1 и 2 являются неполными. Следует еще уточнить предположения о характере стохастических слагаемых е. Анализ и проверка этих предположений -- важная часть эконометрического исследования.

2.3 Методы анализа экономических процессов

В настоящее время наиболее актуальным является не сравнение предприятий между собой по какой-то группе показателей, а сопоставление одного показателя по одному предприятию за ряд последовательных периодов времени. Информационной базой для такого анализа служат динамические и (или) временные ряды.

Последовательность наблюдения одного явления или показателя, упорядоченного в зависимости от последовательно возрастающих или убывающих значений другого признака, называют динамическим рядом. Например, зависимость прибыли банка от объема депозитных вкладов.

Если в качестве признака, по которому производится упорядочивание, берется время, то такие ряды называю временными рядами.

Временные ряды классифицируют на интервальные и моментные. Если уровни (или наблюдения) временного ряда характеризуют процесс за какой-то период времени, то такие ряды называют интервальными. Если же уровни временных рядов характеризуют процесс на какой-то определенный момент времени, то такие ряды называют моментные.

Основной характеристикой временного ряда является его длина. Под длиной временного ряда обычно понимается период времени, прошедший от первого наблюдения до последнего. Иногда под длиной временного ряда также понимают количество наблюдений в ряду.

Предположим, что у нас есть данные y1,y2...y10. Прибыль успешно работающего банка за 10 последовательных месяцев. И есть данные по прибыли 10 банков за 1 месяц - х1, х2, … ,х10. В первом случае уровне зависят друг от друга, во втором нет.

Во временных рядах последовательные наблюдения, как правило, зависят друг от друга, а в простых статистических последовательностях такая зависимость не наблюдается.

Информационная ценность уровней временного ряда уменьшается по мере их удаления от текущего момента времени.

Точность характеристик временного ряда зависит от числа наблюдений во временном ряду, но эта зависимость не является прямо пропорциональной.

В общем случае временной ряд можно разделить на составляющие его компоненты:

1. Основная компонента это тренд. (u)

2. Следующая компонента - сезонная. (s)

3. Циклическая компонента

4. Нерегулярная (случайная) компонента. (e)

Под трендом понимается устойчивое систематическое изменение процесса в течении продолжительного периода времени. На финансовых рынках различают тренд трех видов:

1. Возрастающий (бычий) тренд

2. Ниспадающий (медвежий) тренд

3. Боковой тренд (колебания происходят вокруг какого то среднего значения)

Для определения направленности используют слово тенденция. Это более общая характеристика, чем тренд. Тенденция среднего текущего значения является трендом.

Наряду с долговременными тенденциями во временных рядах экономических проессов часто наблюдаются более или менее регулярные колебания. Если такие колебания носят строго периодический характер и завершаются в течение одного года, то их называют сезонными колебаниями. Основной причиной, вызывающей сезонные колебания, является изменение природно-климатических условий в течение года. Сезонность также вызывают праздники, а также так называемые календарные эффекты, т.е. окончания кварталов, полугодий и т.д.

Сезонность оказывает негативное воздействие на экономические процессы, т.к. она приводит к аритмии производственных процессов.

Циклические колебания. Если период колебания составляет несколько лет, либо период колебания меньше года, то говорят о присутствии в процессе циклической компоненты. Для анализа процессов длительных колебаний нужны исходные данные за 100 лет и более.

Случайная компонента образуется из-за воздействия на экономический процесс случайных субъективных факторов. Если из исходного временного ряда правильно выделены систематические компоненты, то оставшаяся часть временного ряда и представляет собой случайные или нерегулярные компоненты. Временной ряд, составленный из значений случайной компоненты должен соответствовать ряду гипотез:

1. Его математическое ожидание должно приблизительно равняться нулю

2. Значения остаточной компоненты должны быть независимы друг от друга.

3. Совокупность значений остаточной компоненты должна подчиняться нормальному закону распределения.

Между компонентами временного ряда могут быть следующие виды взаимосвязей:

1. y1=u1+s1+e1 (аддитивная модель)

2. y1=u1*s1*e1 (Мультипликативная модель), для экономических процессов y1=u1*s1+e1

Методы предварительного анализа временных рядов.

Анализ временных рядов целесообразно начинать с выявления, и если необходимо, то и устранения аномальных, т.е. нехарактерных для данного процесса наблюдений. Причинами возникновения аномальных наблюдений могут быть ошибки первого и второго рода.

К ошибкам первого рода относят ошибки, возникающие при сборе и передаче информации, при агрегировании и дезагрегировании экономических показателей и по другим техническим причинам. Аномальные наблюдения, возникающие из-за ошибок первого рода, подлежат устранению.

К ошибкам второго рода относя ошибки, возникающие из-за воздействия на процесс факторов, имеющих объективный характер, но проявляющих свои экстремальные воздействия крайне редко. Аномальные явления, возникающие из-за ошибок второго рода, устранению не подлежат.

Таким образом, процедура устранения аномальных наблюдений складывается из трех задач:

1. Обнаружение аномальных наблюдений

2. Выявление причины их возникновения

3. Устранение аномальных явлений

Для обнаружения аномальных явлений можно использовать метод Ювлена.

Выявление причин. Чисто экономический анализ, математических средств нет.

Аномальное явление можно устранить путем его замены на среднее значение соседних с ним уровней ряда.

После устранения аномальных наблюдений ряд исследуется на наличие тенденций характеристик ряда, и в первую очередь, на наличии тенденции в среднем текущем значении, т.е. на наличие тренда.

Метод Фостера-Стьюарта. Используется для определения наличия тренда и тенденции в дисперсии временного ряда. Предположим, что имеется временной ряд, состоящий из наблюдений y:

1. Производится сравнение каждого уровня временного ряда со всеми предшествующими ему уровнями временного ряда. При этом фиксируется величина U.

2. Анализируя формулу для вычисления значений S и D можно отметить , что величина 0<=S<=n-1 Величина S=0, когда все уровни ряда равны между собой. Дисперсия такого ряда равна нулю. S=n-1 когда ряд является либо монотонно возрастающим, либо монотонно убывающим. Дисперсия такого ряда равна большой величине. Таким образом величина S характеризует наличие или отсутствие тенденции в дисперсии временного ряда.

3. Для величин S и D вычисляем значение статистики t критерия Стьюдента.

4. Расчетное значение величин ts и td сравниваются с табличным значением критерию Стьюдента, которое зависит от вероятности (достоверности) с которой определяется наличие тенденции и числа степеней свободы. В данном случае число степеней свободы равно n-1. Если расчетное значение ts больше табличного, то тенденция в дисперсии временного ряда присутствует, и если меньше, то отсутствует. Если td больше табличного значения, то тренд есть, если меньше, то тренда нет.

Пример:

t	1	2	3	4	5	6	7	8	9	10
y	52,0	58,0	43,3	65,4	53,4	39,4	46,6	38,6	32,2	29,8
Ut	-	1	0	1	0	0	0	0	0	0
Lt	-	0	1	0	0	1	0	1	1	1
St	-	1	1	1	0	1	0	1	1	1
Dt	-	1	-1	1	0	-1	0	-1	-1	-1

S=7

D=-3

Мю=3,858, Сигма1=1,288, Сигма2=1,964

Ts=2,44

Td=1,53

Tтабл = 1,383

Ts больше табличного, значит тенденция присутствует. Тренд тоже есть.

Сглаживание временных рядов.

Сглаживание временных рядов проводится по следующим причинам:

1. В ряде случаев при графическом изображении временного ряда тренд прослеживается недостаточно отчетливо. Поэтому ряд сглаживают, на график наносят сглаженные значения и, как правило, тенденция проявляется более четко.

2. Некоторые методы анализа и прогнозирования требуют в качестве предварительного условия сглаживание временного ряда.

3. Методы сглаживания в настоящее время применяются для непосредственного прогнозирования экономических показателей.

Существующие методы сглаживания делят на две группы:

1. Сглаживание с использованием кривой, проведенной относительно фактических значений ряда так, чтобы эта кривая отображала тенденцию, присущую ряду и одновременно освобождала его от мелких незначительных колебаний. Такие кривые называют еще кривыми роста, и они используются главным образом для прогнозирования экономических показателей.

2. Методы механического сглаживания. При использовании этих методов производится сглаживание каждого отдельного уровня ряда с использованием фактических значений соседних с ним уровней.

Значительную группу методов механического сглаживания составляют методы, основанные на использовании полиномов различного порядка. Поэтому при использовании таких методов первоочередной задачей является подбор наиболее подходящего полинома для сглаживаемого ряда.

Полином первого порядка yi=a0+a1t

Второго порядка yi=a0+a1t+a2t²

Эта задача решается либо графически, либо аналитическим способом. В качестве аналитического способа применяют метод конечных разностей.

Использование этого метода предполагает предварительное выполнение следующих условий:

1. Исходные временной ряд должен состоять только из двух компонент - тренда и случайной компоненты.

2. Тренд должен быть гладким. (его можно описать с использованием Полиного какого-либо порядка)

3. Математическое ожидание случайной компоненты должно быть равно 0, дисперсия ее должна быть постоянной величиной и она должна подчиняться нормальному закону распределения.

Описание метода:

1. Вычисляются разности первого, второго и более высоких порядков по следующим соотношениям:

2. Ut=Yt-Yt-1

3. Для каждого разностного ряда вычисляется дисперсия.

4. Производится последовательное сравнение дисперсий между собой. Процедура сравнения дисперсий продолжается до тех пор, пока две последовательные дисперсии не будут приблизительно равны между собой.

5. Предположим что приблизительно равны дисперсии k-того и k-1 ряда. В этом случае в качестве наилучшего выбирается полином k-1 порядка.

Пример:

t	1	2	3	4	5	6	7	8	9	10
y	52,0	58,0	43,3	65,4	53,4	39,4	46,6	38,6	32,2	29,8
Ut	-	6,0	-14,7	22,4	-12,3	-14,0	7,2	-8	-0,4	-2,4
Ut (k)	-	-	-20,4	37,1	-34,4	-1,7	21,2	-15,2	1,6	4,0

Метод простой скользящий средней. Используется для сглаживания тех временных рядов, для которых в качестве наилучшего выбран полином первого порядка.

Алгоритм:

1. Определяется интервал сглаживания, т.е. число входящих в него уровней m. m<n. Число m определяют по следующим правилам:

a. Если нужно сгладить мелкие беспорядочные колебания, то значение m по возможности увеличивают, если же нужно сгладить циклически повторяющиеся колебания, то m уменьшают.

b. В качестве m рекомендуется брать нечетные числа.

2. Вычисляются средние значения уровней, входящих в интервал сглаживания.

3. Производится сдвиг интервала сглаживания на одну точку вправо. Вычисляется среднее сглаженное значение для момента t+1, затем снова производится сдвиг вычисления и т.д.

В результате такой итерационной процедуры получаем n-(m-1) сглаженных уровней ряда, т.е. не сглаживаются (теряются) p первых и p последних уровней исходного временного ряда, что является существенным недостатком данного метода.

t	1	2	3	4	5	6	7	8	9	10
y	52,0	58,0	43,3	65,4	53,4	39,4	46,6	38,6	32,2	29,8

Метод взвешенной скользящей средней.

Он применяется для сглаживания тех временных рядов, для которых в качестве наилучшего выбран полином второго, третьего или более высоких порядков. Алгоритм метода практически такой же, как и алгоритм метода простой скользящей средней. Различие состоит только в том, что каждому уровню, входящему в интервал сглаживания, предается определенный весовой коэффициент. Значение этого коэффициента зависит от порядка выбранного полинома, от интервала сглаживания и от местоположения уровня в интервале сглаживания.

Если в качестве наилучшего выбран второй или третий порядок полинома и m=5, то весовые коэффициенты будут следующие: 1/35 (-3, 12, 17, 12, -3).

Коэффициенты симметричны относительно центрального члена и сумма коэффициентов с учетом общего множителя равна единице.

Недостаток этого метода такой же, как и у метода простой скользящей средней - не сглаживается (теряется) p первых и p последних уровней исходного временного ряда.

Коэффициенты рассчитываются по методу наименьших квадратов.

Кроме того, существуют методы, при использовании которого потерь уровней не происходит.

Метод экспоненциального сглаживания.

Особенность его заключается в том, что в процедуре сглаживания каждого уровня ряда участвуют фактические значения только предшествующих ему уровней ряда, которые берутся с определенным весом. Этот вес уменьшается по мере удаления уровней от момента сглаживания.

ЗАКЛЮЧЕНИЕ

Эконометрика - метод экономического анализа, который объединяет экономическую теорию со статистическими и математическими методами анализа. Это попытка улучшить экономические прогнозы и сделать возможным успешное планирование [экономической] политики.

В эконометрике экономические теории выражаются в виде математических соотношений, а затем проверяются эмпирически статистическими методами. Данная система используется, чтобы создать модели народного хозяйства с целью прогнозирования таких важных показателей, как валовой национальный продукт, уровень безработицы, темп инфляции и дефицит федерального бюджета.

Эконометрика используется все более широко, несмотря на то, что полученные с помощью нее прогнозы не всегда оказывались достаточно точными.

Проблемы в эконометрики многочисленны и разнообразны. Экономика - это сложный, динамический, многомерный и эволюционирующий объект, поэтому изучать ее трудно. Как общество, так и общественная система изменяются со временем, законы меняются, происходят технологические инновации, поэтому найти в этой системе инварианты непросто.

Создателем эконометрики считается Фриш Рагнар (Frisch, Ragnar) (1985-1973), норвежский экономист, удостоенный в 1969 (совместно с Я.Тинбергеном) Нобелевской премии по экономике. Фриш известен прежде всего как один из создателей эконометрики (совместно с Я.Тинбергеном), он впервые употребил сам термин «эконометрика».

История статистической науки в дореволюционной России охватывает два обширных периода: феодализм и капитализм. Характер и особенности этих общественно-экономических формаций наложили свой отпечаток на развитие статистической мысли и определили его особенности, хотя точные демаркации иногда наметить очень трудно.

Каждое эконометрическое исследование проводится в рамках некоторой модели - умозрительной конструкции, выделяющей главные, существенные стороны интересующего исследователя фрагмента окружающего экономического мира и отбрасывающей те, которые представляются незначимыми.

В процессе исследования модель может претерпевать определенные изменения. Взаимоотношения модели и моделируемого явления могут быть довольно деликатными, и часто именно в них кроется успех (или неудача) исследования. Язык описания модели чаще всего - математика.

СПИСОК ЛИТЕРАТУРЫ

1. Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики. -- М.: ЮНИТИ, 1998.

2. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика. Основы моделирования и первичная обработка данных. -- М.: Финансы и статистика, 1983.

3. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика. Исследование зависимостей. -- М.: Финансы и статистика, 1985.

4. Андерсон Т. Статистический анализ временных рядов. -- М.: Мир, 1976.

5. Бокс Дж., Дженкинс Г. Анализ временных рядов. Прогноз и управление. -- Вып. 1,2. -- М.: Мир, 1974.

6. Доугерти К. Введение в эконометрику. -- М.: ИНФРА-М, 1997.

7. Дрейпер Н., Смит Г. Прикладной регрессионный анализ. -- М.: Статистка, 1973.

8. Кендэл М. Временные ряды. -- М.: Финансы и статистика, 1981.

9. Кендэл М., Стюарт А. Статистические выводы и связи. -- М.: Наука,

10. Кильдишев Г.С., Френкель А.А. Анализ временных рядов и прогнозирование. -- М.: статистика, 1973.

...