Классы моделей

Можно выделить три основных класса моделей: модели временных рядов, регрессионные модели с одним уравнением и системы одновременных уравнений.

К моделям временных рядов относятся модели тренда и сезонности. Тренд представляет собой устойчивое изменение уровня показателя в течение длительного времени. Сезонность характеризует устойчивые внутригодовые колебания уровня показателя.

Кроме того, к этому классу относится множество более сложных моделей, таких например, как модель с распределенным лагом, модель авторегрессии и модель адаптивных ожиданий.

Их общей чертой является то, что они объясняют поведение временного ряда исходя только из его предыдущих и будущих значений.

Модели временных данных подразделяются также на модели, построенные по стационарным и нестационарным временным рядам.

Стационарные временные ряды – это ряды, которые имеют постоянное среднее значение и колеблются вокруг него с постоянной дисперсией. распределение показателей уровня ряда в них не зависит от времени т.е. такой ряд не содержит трендовой или сезонной компоненты.

В нестационарных временных рядах распределение уровня ряда зависит от времени, т.е. ряд имеет трендовую или сезонную компоненту.

В регрессионных моделях с одним уравнением объяснимая переменная представляется в виде функции от объясняющих переменных. Например, модель спроса на некоторый товар в зависимости от его цены и дохода.

По виду функции регрессионные модели подразделяются на линейные и нелинейные.

Область применения регрессионных моделей, даже линейных, значительно шире, чем моделей временных рядов.

Системы одновременных уравнений описываются системами уравнений, состоящими из тождеств и регрессионных уравнений, в каждом из которых аргументы помимо объясняющих переменных содержат объясняемые переменные из других уравнений системы. Например, модель формирования доходов.

Все три класса могут использоваться при моделировании экономических процессов.

Переменные, входящие в уравнения модели, делятся на два основных вида.

Экзогенные (объясняющие, или факторы) переменные – это переменные, значения которых задаются извне модели.

Эндогенные (объясняемые, или зависимые) переменные находятся на основании модели. Модель служит для оценки значений эндогенных переменных по значениям экзогенных переменных.

Лаговые переменные – это те переменные (экзогенные и эндогенные), значения которых рассматриваются в различные моменты времени, разделенные некоторым промежутком (лагом). Значения эндогенных переменных в предыдущие моменты времени могут задаваться или вычисляться по уравнениям модели. Тогда эти эндогенные переменные играют роль экзогенных (объясняющих).

Предопределенные переменные – это экзогенные переменные вместе с их лаговыми значениями и лаговые значения эндогенных переменных в предыдущие моменты времени, которые служат для нахождения значений эндогенных переменных в данный момент времени.

Обычно предполагают, что все факторы, не учтенные явно в экономической модели, оказывают на объект некое результирующее воздействие, величина которого задается случайной компонентой.

Случайной составляющей (случайным возмущением, случайным остатком) эконометрической модели называется величина, входящая в уравнение модели, значения которой неизвестны, и отражающая влияние неучтенных факторов, неточность выбора переменных и вида зависимостей между ними, погрешность нахождения значений переменных и др.

Введение случайной компоненты в экономическую модель делает ее доступной для эмпирической проверки на основе статистических данных.