Эконометрическая модель. Классификация эконометрических моделей.
Основой механизма эконометрического моделирования является эконометрическая модель. 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) + ε Y – наблюдаемое значение зависимой переменной (объясняемая переменная, результат) F (X) – объясненная часть, которая зависит от значение объясняющих переменных (факторов) ε – случайная составляющая (ошибка) Классификация эконометрических моделей Можно выделить три основных класса моделей, которые применяются для анализа и прогнозирования экономических систем · модели временных рядов; · регрессионные модели с одним уравнением; · системы одновременных уравнений. Ø Модели временных рядов Модели временных рядов представляют собой модели зависимости результативного признака от времени. К ним относятся · модели кривых роста (трендовые модели), · адаптивные модели, · модели авторегрессии и скользящего среднего. Примеры моделей: 1. Модели, описывающие зависимость от времени: - тренда - сезонности - тренда сезонности 2. Модели, представляющие зависимость результата от переменных, Датированных другими моментами времени: - с распределенным лагом С помощью таких моделей можно решать задачи прогнозирования объема продаж, спроса на продукцию, краткосрочного прогноза процентных ставок и др. Ø Регрессионные модели с одним уравнением В регрессионных моделях зависимая (объясняемая) переменная Y может быть представлена в виде функции f (X1, X2, X3, … Xk), где - независимые (объясняющие) переменные, или факторы; k – количество факторов. В качестве зависимой переменной может выступать практически любой показатель, характеризующий, например, деятельность предприятия или курс ценной бумаги. Результативный признак представлен в виде функции от факторных признаков Y = f (X1, X2, … Xk) + о бъясняющая составляющая f (X1, X2, … Xk) = Mz(Y) (ожидаемое значение результата Y при заданных значениях факторов X1, X2, … Xk) Уравнение регрессионной модели имеет вид Y = Mz(Y) + В зависимости от вида функции f () модели делятся на линейные и нелинейные. В зависимости от количества включенных в модель факторов Х модели делятся на однофакторные (парная модель регрессии) и многофакторные (модель множественной регрессии). Примеры моделей: 1. Модель цены поставки. 2. Модель спроса от цены на отдельный товар от реальных доходов потребителей. 3. Модель зависимости объема производства от производственных факторов Ø Системы одновременных уравнений Сложные социально-экономические явления иногда невозможно адекватно описать с помощью только одного соотношения (уравнения). Модели с одним уравнением не отражают взаимосвязей между объясняющими переменными или их связей с другими переменными. Кроме того, некоторые переменные могут оказывать взаимные воздействия и трудно однозначно определить, какая из них является зависимой, а какая независимой переменной. Поэтому при построении эконометрической модели прибегают к системам уравнений. Системы одновременных уравнений состоят из тождеств и регрессионных уравнений, в которых наряду с факторными признаками включены результативные признаки из других уравнений системы. В системе уравнений одни и те же переменные одновременно рассматриваются как зависимые переменные в одних уравнениях и независимые - в других. В тождествах вид и значения параметров известны, в уравнениях параметры оценивают. Примеры моделей: 1. Модель спроса и предложения 2. Кейнсианская модель формирования доходов Эконометрическое моделирование представляет собой комплексное решение целого ряда задач, поэтому весь процесс разделен на этапы. Такое разделение условно, однако позволяет понять сущность действий в эконометрическом моделировании.
|