Понятие и содержание эконометрики, как науки.
Эконометрика - это наука, которая дает количественные выражения взаимосвязей экономических явлений и процессов. Э-это быстроразвивающаяся отрасль науки, цель которой состоит в том, чтобы придать количественные меры экономическим отношениям. Термин "Э-ка"(эконометрия) был впервые введен бухгалтером П. Цьемпой (Австро-Венгрия 1920 г.) 29 декабря 1930 г. по инициативе И.Фишера, Р.Фриша, Я.Тинбергена, Й.Шумпетера,О.Андерсона и других ученых на заседании Американской ассоциации развития науки (США) было создано эконометрическое общество, на котором норвежский ученый Р.Фриш дал новой науке название - "эконометрика". Слово эконометрика представляет собой комбинацию двух слов: "экономика" и "метрика" (от греч. "метрон"). Таким образом, сам термин подчеркивает специфику, содержание эконометрики как науки: количественное выражение тех связей и соотношений, котороые раскрыты и обоснованы экономической теорией. Эта наука возникла в результате взаимодействия и объединения в особый сплав трех компонентов: экономич.теории, статистических и математических методов. Впоследствии в ним присоединилось развитие вычислительной техники как условие развития эконометрики. В настоящее время эконометрика располагает огромным разнообразием типов моделей - от больших макроэкономических моделей, включающих несколько сот, а иногда и тысяч уравнений, до малых коинтеграционных моделей, предназначенных для решения специфических проблем.
Этапы эконометрического исследования.
Обычно выделяют шесть основных этапов эконометрического исследования:
I этап (постановочный). Формируется цель исследования, определяется набор участвующих в модели экономических переменных. При выборе экономических переменных необходимо теоретическое обоснование каждой переменной (при этом рекомендуется, чтобы число их было не очень большим и, как минимум, в несколько раз меньше числа наблюдений). Объясняющие переменные не должны быть связаны функциональной или тесной корреляционной зависимостью, так как это может привести к мультиколлинеарности.
II этап (априорный). Проводится анализ сущности изучаемого объекта, формирование и формализация априорной (известной до начала моделирования) информации.
III этап (параметризация). Осуществляется непосредственно моделирование, т.е. выбор общего вида модели, выявление входящих в нее связей.Основная задача этапа — выбор вида функции f(X) в эконометрической модели.От того, насколько удачно решена проблема спецификации модели, в значительной степени зависит успех всего эконометрического моделирования.
IV этап (информационный). Осуществляется сбор необходимой статистической информации — наблюдаемых значений экономических переменных.
V этап (идентификация модели). Осуществляется статистический анализ модели и оценка ее параметров.
VI этап (верификация модели). Проводится проверка истинности, адекватности модели. Выясняется, какова точность расчетов по данной модели, насколько соответствует построенная модель моделируемому реальному экономическому объекту или процессу. Если имеются статистические данные, характеризующие моделируемый экономический объект в данный и предшествующие моменты времени, то для верификации модели, построенной для прогноза, достаточно сравнить реальные значения переменных в последующие моменты времени с соответствующими их значениями, полученными на основе рассматриваемой модели по данным предшествующих моментов.
Основные эконометрические модели.
Главным инструментом эконометрического исследования является модель. Выделяют три основных класса эконометрических моделей:
1) Модели временных рядов - зависимость результативной переменной от переменной времени(модель зависимости результативной переменной от трендовой компоненты или модель тренда, модель сезонности) или переменных, относящихся к другим моментам времени(модели авторегрессии, объясняющие вариацию результативной переменной в зависимости от предыдущих значений результативных переменных,модели ожидания, от будущих значений факторных или результативных переменных).
2) Модели регрессии с одним уравнением - зависимость результативной переменной, обозначаемой как у, от факторных (независимых) переменных, обозначаемых как х1,х2,…,хn. Данную зависимость можно представить в виде функции регрессии или модели регрессии:y=f(x), Можно выделить две основных классификации моделей регрессии:а) классификация моделей регрессии на парные и множественные регрессии в зависимости от числа факторных переменных;б) классификация моделей регрессии на линейные и нелинейные регрессии в зависимости от вида функции f(x),
3)Система одновременных уравнений - модель, которая описывается системами взаимозависимых регрессионных уравнений. Системы одновременных уравнений могут включать в себя тождества и регрессионные уравнения, в каждое из которых могут входить не только факторные переменные, но и результативные переменные из других уравнений системы. Основное отличие тождеств от регрессионных уравнений заключается в том, что их вид и значения параметров известны заранее. Примером системы одновременных уравнений является модель спроса и предложения, в которую входит три уравнения.
