Эконометрическое моделирование

Практика показывает, что чаще всего в эконометрических исследованиях нестационарность рассматриваемого временного ряда носит именно характер случайного блуждания. Таким образом, вопрос о нестационарности ряда yt, как правило, сводится к следующему: верно ли> что в регрессии у, = py,_i + Е,, истинное

В эконометрических исследованиях чаще применяется показатель R2— величина достоверности аппроксимации (коэффициент множественной корреляции), которую экономисты часто называют просто «R квадрат». R2 показывает, насколько данная переменная объясняется регрессией (выбранной функциональной моделью), то есть данный показатель можно охарактеризовать как:

ВРЕМЕННЫЕ РЯДЫ В ЭКОНОМЕТРИЧЕСКИХ ИССЛЕДОВАНИЯХ . . .................137

В эконометрических исследованиях сами уравнения регрессии стали обосновываться содержательно. Например, зависимость себестоимости (у) от объема производства (х) (количества единиц продукции) может быть представлена как

Предполагая, что ошибки измерения сведены к минимуму, основное внимание в эконометрических исследованиях уделяется ошибкам спецификации модели.

Возможность четкой экономической интерпретации коэффициента регрессии сделала линейное уравнение регрессии достаточно распространенным в эконометрических исследованиях.

Поскольку коэффициент регрессии в эконометрических исследованиях имеет четкую экономическую интерпретацию, то доверительные границы интервала для коэффициента регрессии не должны содержать противоречивых результатов, например, —10 < ft < 40. Такого рода запись указывает, что истинное значе-

Иначе обстоит дело с регрессией, нелинейной по оцениваемым параметрам. Данный класс нелинейных моделей подразделяется на два типа: нелинейные модели внутренне линейные и нелинейные модели внутренне нелинейные. Если нелинейная модель внутренне линейна, то она с помощью соответствующих преобразований может быть приведена к линейному виду. Если же нелинейная модель внутренне нелинейна, то она не может быть сведена к линейной функции. Например, в эконометрических исследованиях при изучении эластичности спроса от цен широко используется степенная функция:

Если модель внутренне нелинейна по параметрам, то для оценки параметров используются итеративные процедуры, успешность которых зависит от вида уравнений и особенностей применяемого итеративного подхода . Модели внутренне нелинейные по параметрам могут иметь место в эконометрических исследованиях. Однако гораздо большее распространение получили модели, приводимые к линейному виду. Решение такого типа моделей реализовано в стандартных пакетах прикладных программ. Среди них, в частности, можно назвать и обратную модель вида

Среди нелинейных функций, которые могут быть приведены к линейному виду, в эконометрических исследованиях очень широко используется степенная функция у = а • х* • е. Связано это с тем, что параметр Ь в ней имеет четкое экономическое истолкование, т. е. он является коэффициентом эластичности. Это значит, что величина коэффициента Ь показывает, на сколько процентов изменится в среднем результат, если фактор изменится на 1 %. Так, если зависимость спроса от цен характеризуется уравнением вида ух = 105,56 ¦ х~х'п, то, следовательно, с увеличением цен на 1 % спрос снижается в среднем на 1,12 %. О правомерности подобного истолкования параметра Ь для степенной функции ух = а • х* можно судить, если рассмотреть формулу расчета коэффициента эластичности

Параметры такой модели зависят от концепции, принятой для коэффициента пропорциональности К,. В эконометрических исследованиях довольно часто выдвигается гипотеза, что остатки ?; пропорциональны значениям фактора. Так, если в уравнении

1.1. Введение в эконометрическое моделирование

Продавец-одиночка вряд ли будет строить какую-либо математическую модель, но менеджер крупного салона, специализирующегося на торговле автомобилями на вторичном рынке, скорее всего, захочет иметь более точное представление об ожидаемой цене и о возможном поведении случайной составляющей. Следующий шаг и есть эконометрическое моделирование.

Эконометрика 6—8 Эконометрическая модель 13, 20 Эконометрическое моделирование 21

1.1. Введение в эконометрическое моделирование 9

• Эконометрическое моделирование

Как следует из рис. 19.10, в добавление к функции общего финансового моделирования, система способна прогнозировать объемы продаж, выполнять анализ во времени и эконометрическое моделирование. Опытные пользователи могут использовать преимущества пакета для прогнозирования продаж, процентных ставок, цены производственных факторов и других важных параметров. SIMPLAN позволяет задавать изменение проектируемых моделей во времени. К динамическим характеристикам относятся: тенденции во времени, экспоненциальное сглаживание и адаптивное предсказание.

Эконометрическое моделирование осуществляется с помощью моделирования объема продаж, занимаемой доли рынка и отраслевых особенностей. Модели подробно описываются, оцениваются, проверяются, проигрываются и напрямую связываются с финансовыми и производственными моделями отделений или предприятия в целом.

Для оценки общего объема поступлений в бюджет широко применяются различные методы, в том числе: эконометрическое моделирование, множественная регрессия, анализ временных рядов.

Эконометрическое моделирование охарактеризованных выше процессов осуществляется с применением моделей, содержащих не только текущие, но и лаговые значения факторных переменных. Эти модели называются моделями с распределенным лагом. Модель вида

1. Приведите примеры экономических задач, эконометрическое моделирование которых требует применения моделей с распределенным лагом и моделей авторегрессии.

к тому, что эконометрическое моделирование с помощью ЭВМ стали при-

Навигация

Главная

Новое

Акционер Америка Агрессивность