Определение эконометрики, ее предмет и область применения

КОНСПЕКТ ЛЕКЦИЙ

ПО ДИСЦИПЛИНЕ

ЭКОНОМЕТРИКА

(продвинутый уровень»

Определение эконометрики, ее предмет и область применения

1. Предмет Эконометрика.

2. Структура эконометрики

3. Специфика эконометрических данных

4. Эконометрические модели

5. Общие понятия статистики, используемые в эконометрике

1. Предмет Эконометрика. Определение эконометрики

В экономике действуют устойчивые количественные закономерности, что дает возможность их описания и использования современного математического аппарата для обоснования принимаемых решений. Предметом исследования являются математические модели реальных экономических объектов.

Человек всегда и во всех сферах своей деятельности вынужден принимать решения, которые должны быть не только правильными, но и, как теперь принято говорить, оптимальными. Перед обществом, как и перед отдельным человеком, стоит задача выбора направлений и способов распределения ограниченных ресурсов между конкурирующими целями. При этом такие цели, современная экономическая наука принимает как данность.

Чтобы в такой сложной ситуации найти оптимальное решение приходится анализировать достаточно много вариантов. Выбор наилучшего варианта действий из многих возможных предполагает соединение экономики бизнеса с современным математическим аппаратом. Этот процесс и получил название экономико-математического метода. Объем вычислений, который при этом требуется выполнять, как правило, превышает возможности человека. Реальное использование экономико-математических методов основывается на применении современной вычислительной техники и пакетов прикладных программ.

Однако сам по себе компьютер не может заменить современное экономическое мышление. Более того, при неверной обработке даже правильных исходных данных, ошибочные результаты могут казаться вполне достоверными.

Для получения полезного ответа необходимо правильно поставить вопрос. Прежде чем делать какие-либо вычисления, нужно подумать, что будем делать с результатами. На компьютер можно переложить практически любой объем вычислительной работы, но принимать решения и нести за них ответственность всегда будет человек. Для этого необходимо ясно представлять, как функционирует весь комплекс, включающий саму модель, используемый математический аппарат и основанное на нем программное обеспечение.

Выделим основные этапы принятия оптимального решения.

1. Выбор объекта исследования.

2. Постановка задачи. Это самый ответственный этап. Ошибка или просто нечеткость формулировок на этой стадии могут лишить смысла всю последующую работу.

3. Сбор и анализ исходных данных.

4. Построение математической модели (модели прогноза, оптимизационные модели, модели теории игр, модели межотраслевого баланса и др.).

Анализ исходных данных и модели прогноза и являются задачей эконометрики.

5. Расчет модели. Это самый простой этап, поскольку он основывается на точной математической теории.

Разработанные алгоритмы уже реализованы в целом ряде пакетов прикладных программ.

6. Анализ решения. Он необходим, чтобы убедиться, что модель достаточно хорошо описывает поведение реальной системы, или, иначе говоря, какова степень адекватности модели.

7. Использование результатов.

Итак, выполнение всех этапов, исключая расчет модели, можно рассматривать как искусство, основанное на опыте и экономической интуиции. Трудность составления хорошей модели состоит в том, что необходимо, исходя из поставленной цели, учесть главные свойства объекта и существенные для решения факторы и пренебречь второстепенными.

Определение: Эконометрика изучает количественные и качественные взаимосвязи экономических объектов и процессов с помощью математических и статистических методов и моделей.

Реально статистический анализ конкретных экономических данных можно выполнить только с использованием компьютеров и пакетов прикладных программ.

Эконометрика сочетает математический аппарат теория вероятностей и математической статистики с курсами статистики, входящими в блок экономических дисциплин. Ее задача вооружить экономиста, менеджера, инженера современным эконометрическим инструментарием, разработанным за последние 50-70 лет.

Термин " эконометрика" состоит из двух частей: " эконо-" ‑ от " экономика" и " -мет-рика" ‑ от " измерение", что позволяет назвать ее наукой об экономических измерениях. Эконометрика, как и другие " метрики", посвящена развитию и применению статистических методов в конкретной области науки и практики ‑ в экономике, прежде всего в теории и практике менеджмента.

Предметом ее исследования являются экономические явления. Но в отличие от экономической теории эконометрика делает упор на количественные, а не на качественные аспекты этих явлений. Например, экономическая теория утверждает, что спрос на товар с ростом его цены убывает. Эконометрика для каждого конкретного случая отвечает на вопрос как быстро и по какому закону происходит это убывание.

Каждая из трех дисциплин – статистика, экономическая теория и математика – необходимое, но не достаточное условие для понимания количественных соотношений в современной экономической жизни. Это единство всех трех составляющих. И это единство образует эконометрику».

Эконометрика – это самостоятельная научная дисциплина, объединяющая совокупность теоретических результатов, приемов, методов и моделей, предназначенных для того, чтобы на базе экономической теории, экономической статистики и экономических измерений, математико-статистического инструментария придавать конкретное количественное выражение общим (качественным) закономерностям, обусловленным экономической теорией.

При этом постановка задачи и исходные предпосылки определяются экономикой, а результат, формируемый на математическом языке, представляет интерес лишь в том случае, если удается его экономическая интерпретация.

1. Структура эконометрики

В эконометрике можно выделить три вида научной и прикладной деятельности:

· разработка и исследование методов прикладной статистики с учетом специфики экономических данных;

· разработка и исследование эконометрических моделей в соответствии с конкретными потребностями экономической науки и практики

· применение эконометрических методов и моделей для статистического анализа конкретных экономических данных.

Главное в курсе математической статистики это доказательство теорем, а для курсов прикладной статистики и эконометрики основное - методология анализа данных и алгоритмы расчетов, доказательства же, как правило, опускаются.

Прикладная статистика ориентирована на решение реальных задач. Поэтому в ней большую роль играет методологическая составляющая - как именно ставить задачи, какие предположения принять, как провести, например, компьютерный эксперимент.

Такое соотношение математической и прикладной статистик отнюдь не случайно. Как правило, математические дисциплины проходят в своем развитии ряд этапов. Вначале в какой-либо прикладной области возникает необходимость в применении математических методов, и накапливаются соответствующие эмпирические приемы (для геометрии это - " измерение земли" в т.н. Древнем Египте). Затем возникает математическая дисциплина со своей аксиоматикой (для геометрии это - время Евклида). Она развивается, не обращая внимания на запросы исходной прикладной области, и та порождает новые научные дисциплины (сейчас " измерением земли" занимается не геометрия, а геодезия и картография). Затем научный интерес к исходной дисциплине иссякает, но преподавание по традиции продолжается. Следующий этап - окончательное вытеснение дисциплины из реальной жизни в историю науки.

1. Специфика экономических данных

Для анализа экономических данных могут применяться все разделы прикладной статистики, а именно:

· статистика случайных величин;

· многомерный статистический анализ;

· статистика временных рядов и случайных процессов;

· статистика объектов нечисловой природы.

Соответственно элементами выборки будут числа, вектора, функции, и объекты для которых не определены операции сложения и умножения на число (например, качественные признаки).

Почти все экономические показатели неотрицательны. Значит, их надо описывать неотрицательными случайными величинами.

Экономические процессы развиваются во времени, поэтому большое место в эконометрике занимают вопросы анализа и прогнозирования временных рядов.

В задачах экономики и менеджмента рыночная цена товара, прибыль предприятия, индекс инфляции, валовой внутренний продукт и т.д. обычно рассматриваются как числовые величины. Но оказывается, что подобные величины не имеют определенного численного значения, они размыты, имеют нечисловой характер, и описывать их следует с помощью нечисловых математических понятий, таких, как нечеткие множества, интервалы, распределения вероятностей и др.

Например, в различных торговых точках большого города максимальная цена одного и того же товара превышает минимальную, как правило, на 30-50%. Поэтому о цене товара можно говорить только при конкретном акте купли-продажи.

Нечисловой характер имеют не только цены. При расчете оптимального плана обычно за критерий принимается максимум прибыли. Но оптимальное поведение зависит от того, на какое время вперед планируют, а выбор этого горизонта не имеет рационального обоснования. Кроме того, будущая прибыль не может быть определена точно, а потому сама должна рассматриваться как объект нечисловой природы.

Можно предполагать, что объективная сложность задачи повлечет развитие комбинированных подходов, интегрирующих как эконометрические и экономико-математические модели, так и методы экспертных оценок, но это дело будущего.

4. Эконометрические модели

Статистические и математические модели экономических явлений и процессов определяются спецификой той или иной области экономических исследований.

Другой важный раздел эконометрики - теория и практика экспертных оценок. Экспертные оценки используют для решения ряда экономических задач, например, выбора оптимального направления инвестиций, или наилучшего образца определенного вида продукции для организации массового выпуска, или при прогнозировании развития экономической ситуации, или при распределении финансирования. Следовательно, используемые в теории экспертных оценок модели являются эконометрическими.

Для прогнозирования макроэкономических показателей используются модели представляющие собой систему линейных зависимостей между прошлыми и настоящими значениями переменных. В таких задачах оценивают как структуру модели, т.е. вид зависимости между значениями известных координат вектора в прежние моменты времени и их значениями в прогнозируемый момент, так и коэффициенты, входящие в эту зависимость.

Каждой области экономических исследований, связанной с анализом эмпирических данных, как правило, соответствуют свои эконометрические модели. Например, для моделирования процессов налогообложения с целью оценки результатов применения управляющих воздействий (например, изменения ставок налогов) на процессы налогообложения должен быть разработан комплекс соответствующих эконометрических моделей.

Компьютер на рабочем месте менеджера, экономиста - уже реальность. Однако для того, чтобы грамотно применять компьютерную систему, надо иметь некоторые предварительные знания по эконометрике. Проблема в отсутствии подобных знаний у подавляющего большинства экономистов и менеджеров. Тот, кто ничего не знает об эконометрике, не в состоянии понять, что эта научно-практическая дисциплина может помочь решить проблемы его организации. Необходимо понимать, для каких задач годится тот или иной эконометрический метод, какая нужна исходная информация, как интерпретировать выдаваемые компьютером результаты. Без этого разработанные для нужд организаций и предприятий на основе эконометрических методов компьютерные модели останутся омертвленным капиталом, не будут грамотно использоваться.

Принятие решений на основе только интуиции означает, что за основу принимаются не объективные, а субъективные значения вероятностей событий. Но человек склонен переоценивать малые вероятности и недооценивать средние и большие.

Проиллюстрировать данный эффект можно, например, следующим экспериментом. Группе испытуемых предлагали выбрать один из двух вариантов:

Вариант А: один шанс из 1000 выиграть 5000 д.е.

Вариант Б: получить (со 100%-ной вероятностью) 5 д.е.

Результаты эксперимента показали, что около ¾ из 72 испытуемых выбрали вариант с риском, т. е. А. Испытуемым было также предложено выбрать один из двух следующих вариантов:

Вариант А: один шанс из 1000 проиграть 5000 д.е.

Вариант Б: проиграть (отдать) д.е.5.

Более чем 4/5 испытуемых выбрали вариант Б. Поскольку ожидаемые ценности вариантов А и Б равны между собой, то теоретически половина испытуемых должна была бы выбрать как в первом, так и во втором случае вариант А, а другая половина – вариант Б. Однако результаты экспериментов, похоже, объясняют происхождение известного выражения «Хотели как лучше, а получилось как всегда».

Поскольку в экономике управляемый эксперимент нереален, то для проведения анализа сначала необходимо построить эконометрическую модель, т. е. представить экономические данные и взаимосвязи в математической форме. Эту проблему принято называть проблемой спецификации.

Далее следует оценка параметров построенной модели, обеспечивающая соответствие реальным данным. Это этап параметризации.

Затем необходимо проверить качество найденных параметров модели и самой модели в целом. Иногда этот этап анализа называют этапом верификации.

После этого можно переходить к использованию построенных модели (системы моделей) для объяснения поведения исследуемых экономических объектов, прогнозирования и предсказания, а также для осмысленного проведения экономической политики.

Эту последовательность можно представить следующей схемой.

Вскрывая механизмы и взаимосвязи изучаемых процессов, эконометрические модели не решают вопрос о причине этих взаимосвязей, но дают импульс для совершенствования экономической теории.

При использовании моделей разумно следовать подходу сформулированному Эйнштейном: «Модели должны быть настолько простыми, насколько возможно, но не проще». В большинстве случаев экономические законы выражаются в относительно простой математической форме.

5. Общие понятия статистики, используемые в эконометрике