Основы эконометрического моделирования: этапы, типы эконометрических моделей, типы данных

Можно выделить несколько этапов эконометрического моделирования.

1. Постановочный. На данном этапе определяются конечные цели и задачи исследования и набор участвующих в модели факторных и результативных экономических переменных. Можно выделить следующие цели эконометрического исследования:

1) анализ изучаемого экономического процесса (явления, объекта);

2) моделирование поведения процесса при различных значениях независимых (факторных) переменных;

3) прогноз экономических показателей, характеризующих изучаемый процесс;

4) выработка управленческих решений. Включение в эконометрическую модель той или иной переменной должно быть теоретически обосновано. Число переменных не должно быть слишком большим. Факторные переменные не должны быть связаны функциональной или тесной корреляционной связью, присутствие в модели условия мультиколлинеарности может привести к негативным последствиям всего процесса моделирования.

2. Априорный. На этом этапе проводятся теоретический анализ сущности изучаемого процесса, а также формирование и формализация известной до моделирования (априорной) информации.

3. Параметризация. Осуществляется выбор общего вида модели и выявление состава и формы входящих в нее связей, т. е. происходит непосредственно моделирование. Основная задача – выбор наиболее оптимального вида функции зависимости результативной переменной от факторных признаков. Если возникает возможность выбора между нелинейной и линейной формой зависимости, то предпочтение всегда отдается линейной форме как наиболее простой и надежной. Помимо этого, на этапе моделирования решается задача спецификации модели путем:

1) аппроксимации математической формы выявленных связей и соотношений между переменными;

2) определения зависимых и независимых переменных;

3) формулировки исходных предпосылок и ограничений модели. Успех эконометрического моделирования во многом зависит от правильного решения проблемы спецификации модели.

4. Информационный. Происходит сбор необходимой статистической базы данных, т. е. эмпирических (наблюдаемых) значений экономических переменных, анализ качества собранной информации.

5. Идентификация модели. На данном этапе осуществляются статистический анализ модели и оценка ее параметров.

6. Оценка качества модели. Проверяются достоверность и адекватность модели. Построенная модель должна быть адекватна реальному экономическому процессу. Если качество модели оказалось неудовлетворительным, то вновь возвращаются ко второму этапу моделирования.

7. Интерпретация результатов моделирования. Среди наиболее известных эконометрических моделей можно выделить: 1) модели потребительского и сберегательного потребления; 2) модели взаимосвязи риска и доходности ценных бумаг; 3) модели предложения труда; 4) макроэкономические модели (модель роста); 5) модели инвестиций; 6) маркетинговые модели; 7) модели валютных курсов и валютных кризисов и др.

Можно выделить три основных класса моделей, которые применяются в эконометрике для анализа и/или прогноза:

I. Модели временных рядов:

1) модели тренда: Основы эконометрического моделирования: этапы, типы эконометрических моделей, типы данных - №1 - открытая онлайн библиотека , где T(t) - временной тренд (например, линейный T(t) = а + b*t), Основы эконометрического моделирования: этапы, типы эконометрических моделей, типы данных - №2 - открытая онлайн библиотека , - случайная компонента;

2) модели сезонности: Основы эконометрического моделирования: этапы, типы эконометрических моделей, типы данных - №3 - открытая онлайн библиотека ; где S(t) -. периодическая сезонная компонента, Основы эконометрического моделирования: этапы, типы эконометрических моделей, типы данных - №2 - открытая онлайн библиотека , - случайная компонента

3)тренда и сезонности: y(t) = T(t) + S(t) + εi (аддитивная модель);

y(t) = T(t)*S(t) + εi (мультипликативная модель).

Общей чертой моделей временных рядов является то, что они объясняют поведение временного ряда, исходя только из его предыдущих значений. Такие модели применяются, например, для изучения и прогнозирования объема продажи авиабилетов, спроса на мороженое, краткосрочного прогноза процентных ставок и т.п.