Для чего нужна эконометрика

О сайте

Эконометрика — это наука, занявшая место между экономической теорией, статистикой и математикой. С одной стороны, она исследует экономические процессы (поэтому опирается на экономическую теорию), с другой стороны — призвана описывать их с математической точностью (в виде математических моделей), и при этом — имеет дело не с функциональными (однозначно проявляющимися) зависимостями, а со стохастическими (имеющими скорее вероятностную природу). Таким образом можно сказать, что эконометрика стремится описать мир в виде математических моделей в наилучшем приближении.

По этому поводу вспомнился анекдот про Шерлока Холмса: полетел он с доктором Ватсоном на воздушном шаре кататься… вдруг подул ветер, землю скрыли облака и тучи — и самым безопасным оказалось подняться повыше, чтобы не разбиться о какое дерево… в общем, когда буря прошла и в облаках появились просветы, Холмс с Ватсоном решили спуститься пониже, чтобы узнать, куда их занесло. Спускаются — и видят тропинку в поле, по тропинке идёт человек. Ватсон крикнул ему:

— Милейший, скажите пожалуйста — где мы находимся?

— Вы случайно не математик? — крикнул путнику Холмс.

— Да! А как вы узнали? — удивился тот

— Ну, всё просто! Ваш ответ был абсолютно точным, и при этом совершенно бесполезным!

Изначально методы эконометрики делили между собой высшая математика и статистика (одни методы встречались в высшей математике, другие широко использовались в статистике). Однако со временем стало ясно, что в некотором смысле (в плане прикладного использования) все эти методы имеют друг с другом больше общего, чем с методами математики и статистики. Так началось проявление эконометрики в виде самостоятельной дисциплины… Оно идёт и по сей день: до сих пор состав методов эконометрики (круг классов задач, относимых к ней) не определён окончательно. Кто-то из авторов учебников по эконометрике включает в неё даже методы Data-Mining (например, кластерный анализ), хотя по большому счёту к эконометрике эти методы имеют отдалённое отношение (поскольку та же кластеризация ставит своей задачей классификацию объектов по множеству разнородных признаков, но не построение математической модели явления, а это — совершенно разные вещи).

На этом сайте вы найдёте основные теоретические положения эконометрики, их обоснования (при необходимости), а также примеры решения задач (если они будут необходимы для иллюстрации объясняемых методов). Вполне вероятно, что здесь также будут опубликованы отдельные вопросы из смежных дисциплин — там, где этого потребует объяснение того или иного метода эконометрики (например, азы линейной алгебры необходимы для понимания множественной регрессии, соответственно — прежде чем будет объяснена множественная регрессия, здесь будет рассказано о матрицах, аффинных преобразованиях, определителях и т.п.).

Поскольку сам я — практик, а не теоретик (то бишь применяю методы, о которых говорю, на практике), постараюсь объяснить все расчёты на примерах, причём таким образом, чтобы для их понимания было достаточно знаний математики на уровне 6-7 класса очень средней школы (хотя те же системы уравнений объясняются в школе в 11 классе!). Если вы умеете складывать, вычитать, умножать, делить и находить корень из числа — ничего сложнее этих пяти операций здесь вы не найдёте. Так что этот сайт определённо должен быть полезен не только студентам и аспирантам, изучающим эконометрику, но и всем, кому «по жизни» необходимо что-то моделировать, анализировать, исследовать. Заглядывайте сюда почаще! В ближайшее время здесь появятся материалы по множественной регрессии, временным рядам и решению задач в R!

Отнеситесь к этому сайту как к онлайн-курсу, и — добро пожаловать на наше с вами первое занятие, посвящённое алгоритму построения парной линейной регрессии!

Возможно, некоторые формулы вам покажутся сложными — тогда подписывайтесь на канал «Эконометрика без галстука» на ютюбе, где объясняются не только алгоритмы расчётов, но и напоминаются базовые принципы и правила выполнения вычислений. Изначально я планировал выложить на этом канале весь курс (для своих студентов-заочников), но филиал, где я 8 лет преподавал эконометрику, закрыли, и лично для меня необходимость в полном видеокурсе отпала. Учитывая, что запись и обработка 15-минутного видео может занимать целый рабочий день (а материал курса только по парной линейной регрессии — теория плюс показ, как это делать на практике — займёт в чистом виде часов восемь), я принял решение выложить те видео, которые уже отсняты и обработаны, а остальными материалами поделиться с вами с помощью этого сайта.

Если у Вас появились вопросы, касающиеся эконометрики, ответы на которые отсутствуют на этом сайте, зайдите на страницу, где описаны возможности нашего с вами сотрудничества.

Источник

Применение эконометрики

Вы будете перенаправлены на Автор24

Цели применения эконометрических методов

Преимуществом эконометрических моделей является возможность их применения при планировании и принятии решений. Они позволяют проводить анализ последствий осуществления различных стратегий, спланировать рыночную динамику и изменение бизнес-среды, между тем создавая возможные сценарии развития событий. При определении эконометрических методов необходимо учитывать необходимость составления прогнозов значений объясняющих факторов, некоторые из которых создают определенные проблемы.

Эконометрические модели применяются в следующих ситуациях:

Области применения эконометрики

Эконометрика, в отличие от математической статистики, решает реальные практические задачи. Эконометрические модели применяются для обработки эмпирических данных. Таким образом, эконометрические модели позволяют оценивать параметры экономико-математических моделей, к примеру, моделей логистики.

Поскольку приведение к сопоставимым ценам является составной частью любых экономических расчетов, связанных с многими моментами времени, то актуальность приобретает использование независимых данных.

Эконометрические методы также являются составной частью научного инструментария любых технико-экономических исследований. Они применяются в следующих ситуациях:

Готовые работы на аналогичную тему

Эконометрические методы применяются в следующих областях:

Применение эконометрики в маркетинге

Маркетинг – это система организации и управления производственной, сбытовой и торговой деятельностью компаний в рыночных условиях. Именно поэтому маркетинг играет важную роль в системе организованной деятельности любых субъектов хозяйствования. Главной особенностью маркетинга является взаимодополняющий и двуединый подход. Это проявляется как в тщательном и всестороннем исследовании рынка, спроса, потребительских предпочтений, ориентации производства, адресности выпускаемых товаров, так и в активном воздействии на существующий спрос и рынок в целом, на формирование предпочтений и потребностей покупателей.

Таким образом, маркетинг – это вид деятельности, который направлен на максимальное удовлетворение потребностей и нужд человека с помощью обмена.

Маркетинг может быть нескольких видов, выбор которых зависит от уровня спроса на товары (рисунок 1).

Каждый из представленных видов маркетинга оперирует определенными видами продукции, которой присущи специфические особенности экономического характера.

Основой маркетинга является: разработка программ производства продукции, исследование рыночной структуры, налаживание коммуникаций, установление цен, организация доставки, предоставление сервисного обслуживания и т.д.

Как и любая другая система, маркетинг имеет свои задачи, методы и направления реализации. Направлениями маркетинга как правило являются проведение политики в формировании ассортимента продукции и ее качества, установления цен, налаживания сбыта и коммуникаций. К методам маркетинга относятся: учет, анализ, прогнозирование, моделирование, проектирование и корректировка.

Эконометрические методы в маркетинге применяются в имитации, моделировании и прогнозировании процессов рынка. Широкое распространение получили модели, основанные на теории принятия решений и теории вероятности. Также применяются модели рыночной реакции и маркетинговые раздражители, эвристические и гибридные оценки, которые позволяют комбинировать вероятностные и детерминированные оценки.

Чтобы построить эмпирические модели, в маркетинге применяется комбинация анализа временных рядов и эконометрических моделей. В данном подходе сочетаются все преимущества эконометрики, центром внимания которой являются отношения переменных, и положительные черты анализа временных рядов, описывающих динамику модели.

Источник

1.1. Чем занимаются эконометристы

В литературе можно встретить много определений эконометрической науки. Например, такое:

Эконометрика— это наука, изучающая количественные и качественные экономические взаимосвязи с помощью математических и статистических методов и моделей.

Однако лучше всего для понимания того, что представляет собой наука эконометрика, выяснить, какие задачи можно решать с ее помощью:

Поясним суть каждого из этих пунктов и приведем примеры.

Описательный (дескриптивный) анализ

Речь идет о количественных оценках зависимостей между переменными без выявления направления причинно-следственных связей.

Об этом вы уже много знаете из курса математической статистики. Например, скорее всего, вы умеете вычислять коэффициент корреляции, сравнивать средние значения в выборках и тестировать гипотезы о соотношении средних друг с другом. В рамках данного учебника мы обсудим и более продвинутые техники.

Рассмотрим такой пример. Некоторым исследователям интересно, есть ли корреляция между здоровым образом жизни (скажем, количеством времени, которое индивид в течение месяца посвящает тренировкам) и заработной платой.

Выявление причинно-следственных связей между переменными

В отличие от предыдущего случая здесь речь идет не просто о наличии корреляции, а о попытке ответа на вопрос: является ли изменение переменной X причиной изменения переменной Y? Идея о том, что корреляция и причинно-следственная связь — это совсем не одно и то же — одна из ключевых идей эконометрики, и в рамках нашего курса мы будем возвращаться к ней снова и снова, сопровождая рассказ примерами (в том числе уже в следующем параграфе).

Вот несколько вопросов о причинно-следственных связях, на которые умеют отвечать эконометристы:

2. Увеличится ли уровень инфляции в результате ускорения темпов роста денежной массы? Если да, то на сколько процентных пунктов? Произойдет ли это сразу или через некоторое время? Через какое? Макроэкономическая теория подсказывает нам, что когда центральный банк наращивает количество денег в экономике, общий уровень цен должен расти. Проверка этой гипотезы — достаточно трудная задача, потому что на уровень инфляции в стране оказывают влияние не только решения центрального банка, но и многие другие факторы: скажем, изменения тарифов на услуги естественных монополий (на перевозки грузов по железной дороге или на жилищно-коммунальное хозяйство). Тем не менее, в рамках эконометрики временных рядов возможно не только выявить эффект воздействия изменений денежной массы на инфляцию, но и понять его распределение во времени. Например, выяснить, как сильно изменится общий уровень цен через три месяца, если увеличить предложение денег сегодня.

Отдельно отметим, что ответ на этот вопрос интересен не только государству, но и частному сектору. Например, коммерческим банкам, которым для назначения оптимальных процентных ставок нужно понимать, как будущая инфляция среагирует на сегодняшние действия центрального банка.

3. Влияет ли образование индивида на уровень его доходов? Сложность ответа тут в том, что обычный подсчет средних уровней дохода более и менее образованных людей вряд ли даст корректный результат. Образование обычно коррелировано с ненаблюдаемыми характеристиками (например, с уровнем таланта, интеллекта и мотивации), которые тоже влияют на заработную плату индивида. Например, более талантливым людям легче поступить в университет. Поэтому они чаще это делают.

Таким образом, может оказаться, что более образованные люди получают более высокую зарплату не потому, что они более образованные, а потому, что они более талантливые.

В результате сравнение средних приведет к преувеличенной оценке эффекта от образования. Такую ситуацию называют смещением из-за самоотбора (selection bias).

Поскольку важные факторы оказываются ненаблюдаемыми (получить надёжный измеритель уровня таланта очень трудно), чтобы отделить эффект их влияния от эффекта самого образования, приходится использовать довольно тонкие методы, которые мы обсудим в главе, посвященной инструментальным переменным.

Прогнозирование

Речь идет о прогнозировании/предсказании значений тех или иных переменных, и примеры тут привести проще всего.

Все эти вопросы в том или ином смысле являются вопросами о прогнозировании, и нет сомнений в практической пользе от умения отвечать на них.

Лирическое отступление о моих личных наблюдениях по поводу востребованности эконометрики

Вокруг экономического факультета МГУ, где я со своими коллегами преподаю эконометрику, сформировалось значительное сообщество выпускников, для которых применение эконометрических методов стало основой профессии, источником вдохновения (да и денег тоже).

Они используют эконометрику и другие продвинутые методы анализа данных в совершенно разных областях:

Истории всех этих людей заставляют меня верить в то, что инвестиции времени и сил в изучение эконометрики определенно окупаются, а знание этой науки является важным преимуществом на соответствующем рынке труда.

Можно ли быть успешным экономистом, совсем не зная эконометрики? Конечно, можно. Однако с эконометрикой эта задача становится гораздо более реалистичной.

Источник

Эконометрика

Опубликовано 09.06.2020 · Обновлено 09.06.2021

Что такое Эконометрика?

Эконометрика – это количественное применение статистических и математических моделей с использованием данных для разработки теорий или проверки существующих гипотез в экономике и для прогнозирования будущих тенденций на основе исторических данных. Он подвергает реальные данные статистическим испытаниям, а затем сравнивает и сравнивает результаты с теорией или теориями, которые проверяются.

В зависимости от того, заинтересованы ли вы в проверке существующей теории или в использовании существующих данных для разработки новой гипотезы на основе этих наблюдений, эконометрику можно разделить на две основные категории: теоретические и прикладные. Тех, кто регулярно занимается этой практикой, обычно называют эконометристами.

Ключевые моменты

Понимание эконометрики

Примером применения эконометрики является изучение эффекта дохода с использованием наблюдаемых данных. Экономист может выдвинуть гипотезу о том, что по мере того, как человек увеличивает свой доход, его расходы также увеличиваются. Если данные показывают, что такая связь присутствует, затем можно провести регрессионный анализ, чтобы понять силу связи между доходом и потреблением, а также то, является ли эта связь статистически значимой, то есть маловероятно, что это так. только по воле случая.

Методология эконометрики

Первым шагом к эконометрической методологии является получение и анализ набора данных и определение конкретной гипотезы, объясняющей природу и форму набора. Эти данные могут быть, например, историческими ценами на фондовый индекс, наблюдениями, собранными в результате обследования потребительских финансов, или уровнями безработицы и инфляции в разных странах.

Если вас интересует взаимосвязь между ежегодным изменением цен на S&P 500 и уровнем безработицы, вы должны собрать оба набора данных. Здесь вы хотите проверить идею о том, что более высокий уровень безработицы ведет к снижению цен на фондовом рынке. Таким образом, цена на фондовом рынке является вашей зависимой переменной, а уровень безработицы – независимой или объясняющей переменной.

Чаще всего взаимосвязь является линейной, что означает, что любое изменение независимой переменной будет иметь положительную корреляцию с зависимой переменной, и в этом случае для исследования этой взаимосвязи часто используется простая регрессионная модель, которая составляет наиболее подходящую линию между два набора данных, а затем тестирование, чтобы увидеть, как далеко каждая точка данных в среднем находится от этой линии.

Обратите внимание, что в вашем анализе может быть несколько объясняющих переменных – например, изменения ВВП и инфляции в дополнение к безработице для объяснения цен на фондовом рынке. Когда используется более одной независимой переменной, это называется множественной линейной регрессией – моделью, которая является наиболее часто используемым инструментом в эконометрике.

Различные модели регрессии

Существует несколько различных регрессионных моделей, которые оптимизируются в зависимости от характера анализируемых данных и типа задаваемого вопроса. Наиболее распространенный пример – это обычная регрессия методом наименьших квадратов (МНК), которую можно проводить на нескольких типах данных поперечного сечения или временных рядов. Если вас интересует двоичный результат (да-нет) – например, насколько вероятно, что вас уволят с работы в зависимости от вашей производительности, – вы можете использовать логистическую регрессию или пробит-модель. Сегодня в распоряжении эконометриста сотни моделей.

В настоящее время эконометрика проводится с использованием пакетов программного обеспечения для статистического анализа, разработанных для этих целей, таких как STATA, SPSS или R.Эти пакеты программного обеспечения также могут легко проверять статистическую значимость, чтобы подтвердить, что эмпирические результаты, полученные с помощью этих моделей, не являются просто результатом шанс. R-квадрат, t-тесты, p-значения и проверка нулевой гипотезы – все это методы, используемые эконометристами для оценки достоверности результатов своих моделей.

Ограничения эконометрики

Эконометрику иногда критикуют за то, что она слишком сильно полагается на интерпретацию необработанных данных, не связывая ее с установленной экономической теорией или не ища причинных механизмов. Крайне важно, чтобы результаты, выявленные в данных, могли быть адекватно объяснены теорией, даже если это означает разработку вашей собственной теории основных процессов.

Регрессионный анализ также не доказывает причинно-следственную связь, и тот факт, что два набора данных демонстрируют связь, может быть ложным. Например, смертность от утопления в плавательных бассейнах увеличивается с ростом ВВП. Разве растущая экономика заставляет людей тонуть? Конечно, нет, но, возможно, больше людей покупают пулы, когда экономика находится на подъеме. Эконометрика в значительной степени занимается корреляционным анализом, и помните, что корреляция не равняется причинно-следственной связи.

Источник

Эконометрика

Эконометрика — это наука, в которой строятся, анализируются и совершенствуются математические модели социально-экономических явлений.

Эконометрика — наука, изучающая количественные и качественные экономические взаимосвязи с помощью статистических и других математических методов и моделей. Современное определение предмета эконометрики было выработано в уставе Эконометрического общества, которое главными целями назвало использование статистики и математики для развития экономической теории. Теоретическая эконометрика рассматривает статистические свойства оценок и испытаний, в то время как прикладная эконометрика занимается применением эконометрических методов для оценки экономических теорий. Эконометрика даёт инструментарий для экономических измерений, а также методологию оценки параметров моделей микро- и макроэкономики. Кроме того, эконометрика активно используется для прогнозирования экономических процессов как в масштабах экономики в целом, так и на уровне отдельных предприятий. При этом эконометрика является частью экономической теории, наряду с макро- и микроэкономикой. wikipedia.org/wiki/Эконометрика

Основные понятия эконометрики и принципы моделирования социально-экономических систем

Поскольку экономическая практика объясняется высоким уровнем развития производительных сил, глубокой специализацией производства, ускорением темпов научно-технического прогресса, то предъявляются дополнительные требования к эффективности использования природных ресурсов и экологическим последствиям хозяйственной деятельности. Для учета вышеназванных факторов при принятии решений в народном хозяйстве широко используется эконометрика.

Что такое «модель», «моделирование» в эконометрике

Математической моделью называется система математических соотношений (уравнений, неравенств, формул, и др.), описывающих реальный объект, составляющие его характеристики и взаимосвязи между ними.

Моделирование — это изучение объектов исследования не непосредственно, а косвенным путем, с помощью анализа моделей.

Классификацию методов моделирования и моделей можно проводить по различным признакам: по сфере приложения, характеру моделируемых объектов, степени подробности моделей и т.д.

В зависимости от средств моделирования различают методы материального и идеального моделирования.

При исследовании экономических процессов и явлений, выявляются закономерные связи и отношения между ее элементами. Закономерность, будучи закономерностью массовых явлений и процессов, проявляется в статистической совокупности.

Принцип, согласно которому закономерность массового явления может проявиться только в достаточно большем числе случаев, когда совокупное действие множества случайных причин приводит к результату, уже почти не зависящему от случая, носит название закона больших чисел. Закон больших чисел отражает диалектическую связь между необходимостью и случайностью. Например, рассматривая сферу обращения в рыночных условиях, можно увидеть, что это сфера конкуренции, где, если рассматривать каждый отдельный случай, господствует случайность, в которой, следовательно, внутренний закон, прокладывающий себе дорогу через эти случайности и регулирующий их, становится видимым лишь тогда, когда они проявляются в больших массах.

На основании закона больших чисел закономерные связи между элементами экономической системы обнаруживаются в массовых явлениях с использованием идеального моделирования. При этом применяется аппарат теории вероятностей и математической статистики. Такое идеальное моделирование называют вероятностным.

Отметим, что дальнейшее развитие математического моделирования и прогнозирования пойдет по пути использования достижений экспертных систем (ЭС) — пакетов программного обеспечения, предназначенных для имитации деятельности человека (эксперта). Они позволяют делать логические выводы из знаний в конкретной предметной области и обеспечивают решение специфических задач.

Главный объект математического моделирования — социально-экономические явления и процессы производства, которые обладают свойством сохранять присущие им тенденции и закономерности в будущем. Устойчивость социально-экономических явлений обусловливается постоянством воздействия определяющих факторов в течение длительных периодов времени.

Целью математического моделирования является разработка адекватной модели объекта, которую можно использовать и для прогнозирования. Для построения такой модели используется информация о состоянии объекта в данный момент и о его прошлом состоянии

Математические модели должны удовлетворять следующим требованиям:

Классификация математических методов и моделей

Математические модели социально-экономических явлений и процессов можно классифицировать так, как показано на рис. В.1.

Модели структуры выражаются рядами и кривыми распределения. Модели структуры на основе группировок используются для изучения структуры народного хозяйства и его отраслей, для контроля за выполнением народнохозяйственных планов. Моделирование на основе группировок не связано с законами распределения и характеризует социально-экономические явления в «чистом» виде. Такие модели не позволяют делать количественные оценки, строить прогнозы, в них завуалированы тенденции развития социально-экономических явлений.

Модели структуры, выражающие сходство, строят с помощью мер близости (метрик), которые предполагают использование математического понятия расстояния (Евклидового, Хеммингова, Махаланобиса и т.д.). Меры близости позволяют выделять качественно однородные группы одновременно по большему числу признаков. Модели структуры, основанные на мерах близости (сходства), должны удовлетворять следующим условиям:

Модели структуры на основе кривых распределения характеризуют структуру социально-экономических явлений. Используя такие модели, можно сравнивать структуру социально-экономических явлений, имеющих различное происхождение, но относящихся к одному и тому же виду, и интерполировать распределение для значений, которые не были получены в результате наблюдений. Отметим, что выбор кривых распределения должен опираться на предварительный качественный анализ исследуемого явления. Кроме того, кривые распределения по возможности должны иметь более простое уравнение, и соответствующее уравнение должно содержать возможно меньшее число параметров.

Модели взаимосвязи описываются уравнениями регрессии. Построенное уравнение регрессии, проверенное на адекватность, становится статистической моделью, обладающей определенными прогнозными свойствами. Для учета всей системы сложных причинных связей и взаимосвязей результативных и факторных признаков строится регрессионная модель вида

Такая модель может быть развернута в систему регрессионных уравнений, каждое из которых будет отражать одну из зависимостей исследуемого сложного объекта.

Все признаки, входящие в регрессионную модель, можно разделить на эндогенные и экзогенные. Эндогенные (результативные) признаки — это показатели, описываемые уравнениями модели. Их значения зависят от внутренней структуры объекта. Эндогенные признаки можно получить из решения системы. Экзогенные (факторные) признаки задаются извне и не зависят от структуры модели.

Если система разрешима относительно эндогенных показателей, то регрессионная модель сложного вида записывается в виде системы структурных уравнений:

Модели динамики описываются функциями времени на основе трендовых моделей. Параметры трендовых моделей определяются методом наименьших квадратов. При этом предполагается, что тенденция, описываемая исходным динамическим рядом, остается неизменной. Динамический ряд образует числовая последовательность наблюдений , характеризующих изменение экономического явления во времени, т.е. зарегистрированных в последовательные моменты времени . Единственным независимым признаком в трендовых моделях является время .

Многофакторное моделирование динамики осуществляется на основе связных рядов. Модель может быть выражена многофакторным уравнением регрессии, в котором время является дополнительным факторным признаком.

Для выявления главных черт моделей рассмотрим пример.

Пример: (предложение и спрос на конкурентном рынке).

Разделение труда в рыночных условиях сопровождается многочисленными обменами, благодаря которым производимые ценности распределяются по различным каналам. Каждый обмен — это результат свободного соглашения между продавцом и покупателем товара по согласованной между ними цене.

Пусть — запрашиваемые, — предложенные количества какого-либо продукта в некоторый день на рынке, а — цена, по которой заключаются сделки. Ясно, что и зависят от цены , так как участники рынка, совершающие сделки, решают не покупать или не продавать, если цена их не устраивает. Следовательно, и функции спроса и предложения, которые определяют соответственно и , если задана цена . Равновесие на рынке определяется равенством .

Итак, формально модель рынка устанавливает между тремя неотрицательными числовыми переменными и две зависимости: и где — заданные функции. Статистическая модель в случае равновесия имеет вид

Эта модель отражает лишь зависимость предложения и спроса от цены данного продукта, хотя в действительности они в различной степени зависят от множества цен и системы снабжения в рассматриваемой экономической системе. Поэтому модель вида (В.1) можно записать так:

Здесь функции и зависят от стольких переменных, сколько их требуется для достаточно адекватного представления факторов, влияющих на предложение и спрос.

Модели (В.1) и (В.2) предполагают мгновенную адаптацию предложения и спроса при изменениях цен в связи с тем, что в них не учитывается влияние времени. Если же предложение и спрос зависят от времени года, то предпочтительнее следующая модель:

в которой цена , года определяет предложение года .

Если цена равна , то точка на кривой предложения определяет , равное . Соответствующая точка на кривой спроса определяет .

Точка на кривой предложения определяет и т.д. Двигаясь по ломаной спирали, находим цену, спрос и предложение. Ясно, что в зависимости от вида кривых и ломаная линия … имеющая вид паутины, может сходиться к точке равновесия модели (В.З) или нет.

Рассмотренная модель взята из экономической теории и достаточно хорошо иллюстрирует характерные общие формы модели. Из этой модели видно, какие логические проблемы возникают при изучении фактических данных.

Этапы построения математических моделей для эконометрики

Первый этап состоит в проведении качественного анализа экономической системы: вскрытие и обоснование причинно-следственных связей, оценка основных составляющих экономической системы, выявление объективно существующих причинно-следственных связей между факторами, установление существенных черт, свойств, отношений, закономерностей развития моделируемых явлений, которые должны быть абстрагированы от второстепенных, несущественных случайных связей и факторов. Экономические показатели, выступающие в роли результативных признаков, выбирают исходя из цели исследования. Независимые переменные (признаки-факторы) выбирают в процессе последовательного уточнения первоначальной гипотезы. В этом процессе выделяются следующие этапы: 1) формирование первичной гипотезы о наборе независимых переменных; 2) экспертная оценка сформированного набора; 3) анализ структурных связей; 4) сужение круга и отбор существенных для моделирования переменных. Затем качественная информация переводится на язык математики, т.е. формируется статистическая совокупность данных, представляющих собой зафиксированные результаты измерения признаков, выражающих свойства исследуемой экономической системы.

На втором этапе выбирается и формируется тип модели. Выбор модели основывается на обобщении результатов первого этапа. Формирование ее заключается в описании зависимостей в символах и знаках, в переводе качественной информации на язык математики. Модель получают в виде группировки, ряда распределения, уравнения, системы уравнений и т.д. Таким образом, второй, собственно моделирующий, этап включает непосредственный вывод общего вида модельных соотношений, связывающих между собой факторные и результативные признаки. Этот вывод опирается на принятие и частично экспериментально подтвержденные исходные допущения. На данном этапе подтверждается лишь структура модели, ее символьная аналитическая запись, в которой наряду с известными числовыми значениями присутствуют неизвестные параметры, модели, подлежащие статистическому оцениванию. Этот этап называется этапом спецификации модели.

На четвертом этапе (этапе верификации) — проверяется адекватность модели при помощи статистических критериев по схеме проверки статистических гипотез.

После этого модель используется для прогнозирования или для объяснения внутренних механизмов исследуемых процессов.

Целью математико-статистического моделирования является получение такого инструмента, который позволит глубже проникнуть в суть исследуемого экономического процесса.

Источник