Информационные проблемы построения эконометрических моделей

В 1 очередь, при использ в качестве исходной информации временных рядов встает вопрос о длине шага наблюдений,те на каких данных—ежеднев, ежемесяч,ежекварт или же годовых строить регресс модель. У каждого шага есть своя область применения, достоинства и недостатки. Для ежедневных и ежемесячных рядов эконом переменных характерна наибольшая представит-ть, что позволяет получать довольно "длинные" временные ряды, включ в себя от нескольких десятков до тыс наблюд. К недостаткам ежедневных и ежемесячных данных можно отнести: большую несогласов-ть наблюдений. Выражается это,что от периода к периоду числовые измерители того или иного эконом явления меняются.

2ой недост. затрудняет использование помесячных данных, то, что за последние десятилетия происходила перестройка всей системы стат учета. Это привело к тому, что с одной стороны, методики расчета некоторых показателей за этот период менялись не один раз, а с другой стороны, ежемесячный расчет некоторых показателей прекращался ,либо наоборот — появлялись ежемес оценки некоторых стат показателей. Список достоинств и недост ежекварт данных практически совпадает с вышеописанными достоинствами и недостатками месячных рядов в силу того, что такие данные, как правило, оцениваются на основе ежемес наблюдений. Поэтому для построения квартальных моделей необходим пересчет ежемесячных показателей в их квартальные итоги. При этом получаемые ряды «короче» ежемес в 3 раза, а с другой стороны, в таких рядах менее остро стоит проблема точности измерения показателя засчет меньшей доли различных досчетов.Однако страдает оператив-ть их получения и след. возможность включ их в прогнозную модель. Преимуществом годовых рядов явл относительная простота приведения их к сапостовимому виду при изменении методики расчета того или иного показателя, поэтому годовые данные в наименьшей мере подвержены влиянию ошибок в измерении. Осн недостат ежегод данных явл небольшая их длина по сравн с ежемесяч. Используются временные ряды на основании которых возможно построение смешанных систем моделей..

К недостат присущим нынешним стат данным представл времен рядами явл их не однородность, вызванная различием плановой и рыночной эк-ки.Причины неоднород: изменил методика расчетов показателей и условия функционирования экон системы.

Еще один существ вопросом построения модели явл учет качества факторов.

Общие положения о временных рядах

Математические методы прогнозирования во всём множестве экономико-математических методов всегда занимали особое место, вызывали активный интерес со стороны практических работников, поскольку задача прогнозирования является актуальной для всех иерархических уровней экономики, на любых этапах экономической динамики.

Любые прогнозные разработки предполагают исследование событий, предшествующих прогнозному периоду. События предпрогнозного периода, рассмотренные в хронологическом порядке образуют временной ряд, очень часто имеющий числовое выражение.

Временным рядом называется статистический ряд наблюдений за значениями некоторого количественного показателя (признака), упорядоченный в хронологической последовательности, т.е. в порядке возрастания переменной t, называемой временным параметром. Основной чертой, выделяющей анализ временных рядов среди других видов статистического анализа, является существенность порядка, в котором производятся наблюдения. Если во многих задачах наблюдения статистически независимы, то во временных рядах они, как правило, зависимы и характер этой зависимости может определяться положением наблюдений в последовательности.

Различают непрерывные и дискретные временные ряды. Существует непрерывность во времени и непрерывность переменной. Измерение многих величин, таких как температура и напряжение, цена товара на открытом рынке, может производиться непрерывно. При этом наблюдения можно фиксировать в виде графика. Однако на практике измерения часто производятся все же в дискретные моменты времени. Так, одни переменные, например, образуются только путем агрегирования за определенный период: количество осадков, выпуск промышленной продукции, расстояние, пройденное авиалайнером. В других случаях, как, например, при подсчете урожайности, измерения вообще могут производиться только в определенные интервалы времени. Как бы то ни было, даже в том случае, когда изучаемые величины регистрируются непрерывно, при обработке их на вычислительных машинах реально используются только те значения, которые соответствуют дискретному множеству моментов времени. Поэтому мы ограничимся только временными рядами, представляющими собой дискретную последовательность наблюдений, производимых через регулярные промежутки времени, то есть через равные интервалы времени.

Существует еще один аспект непрерывности. В данном случае речь идет о непрерывности переменной, а не о непрерывности во времени. Так, например, продукция судостроительной промышленности является дискретной переменной, урожай сельскохозяйственной культуры – непрерывной переменной, несмотря на то, что его сбор осуществляется в дискретные моменты времени. В наших исследованиях все переменные будем считать непрерывными.

1. Временные ряды принято представлять в виде вектора, таблично либо графически.

При графическом отображении динамики показателя во времени по оси абсцисс откладываются значения переменной t, а по оси ординат соответствующие значения показателя x.

2. Точность отображения изменений в экономике и социальной жизни временным рядом существенно зависит от выбора моментов времени, в которые производятся измерения, и интервалов между ними. Наблюдения удобнее производить в равноотстоящие друг от друга моменты времени. При этом следует помнить, что, выбрав слишком большой интервал между наблюдениями, можно не заметить существенных закономерностей в динамике изучаемого показателя (например, по годовым данным нельзя судить о наличии сезонных колебаний значений показателя). С другой стороны, слишком малые интервалы между наблюдениями увеличивают объем вычислений. Вопрос о выборе интервала между наблюдениями в каждом отдельном случае зависит от целей исследования и других конкретных обстоятельств.

В том случае, когда временными интервалами служат дни или месяцы, возникают так называемые «календарные неприятности». Месяцы, например, имеют разную продолжительность, общественные праздники влияют на сравнимость экономических и социологических данных, торговые и обменные операции прекращаются на время выходных. Укажем некоторые методы «очистки» рядов от календарных неприятностей.

Определенную сопоставимость данных, характеризующих выпуск продукции за календарный месяц, можно получить корректировкой путем приведения их к стандартному месяцу из 30 дней. Например, умножением выпуска продукции за февраль на 30/28, а за март на 30/31. Следует помнить, что совокупная продукция «скорректированных» таким образом месяцев не будет в точности равна продукции за год.

Аналогичная сопоставимость промышленных показателей может быть получена путем корректировки числа рабочих дней в месяце.

Краткосрочные эффекты иногда можно элиминировать агрегированием. Если речь идет о средних ценах на рынке, который закрывается на выходные, то разрывов в информации можно избежать путем усреднения за неделю и т.д.

3. Отдельные значения X временного ряда называются уровнями. Уровни могут характеризовать значения показателя по состоянию на определенные моменты времени – моментные ряды, или за определенные интервалы – интервальные ряды. Примерами моментных рядов являются ряд значений показателя стоимости основных фондов или значения численности населения; цены, которые фиксируются по состоянию на конкретное число. В качестве примера интервального ряда можно привести ряд значений показателя объема выпущенной продукции за смену, сутки, месяц, год и т.п.

4. Иногда уровни ряда представляют собой не непосредственно наблюдаемые значения признака, а производные величины: средние или относительные. Такие ряда называются производными. Получаются они на основе непосредственно наблюдаемых показателей путем несложных вычислений. Примерами таких рядов могут служить ряд среднесписочной численности работников предприятия, ряд среднесуточной выработки, ряд индексов роста ВВП, доходность ценных бумаг и т.п.

5. Уровня ряда могут принимать детерминированные и случайные значения. Детерминированные уровни – в ряду последовательных значений числа дней в месяце. Исследование таких рядов, естественно, не представляет интереса. Целесообразно проводить статистический анализ только таких рядов, в формировании значений уровней которых тесно переплетаются закономерность и случайность. Это свойство весьма характерно для временных рядов экономических показателей. В таких временных рядах каждый уровень может рассматриваться как реализация случайной величины – дискретной или непрерывной. В случае дискретности уровней ряда они могут принимать значения, отличающиеся друг от друга на конечную (дискретную) величину. Так численность населения может выражаться только целым числом. Значения уровней считаются непрерывными, если они принадлежат конечному или бесконечному интервалу и могут отличаться друг от друга на любую, даже бесконечно малую величину. Временным рядом с непрерывными значениями уровней является любой ряд относительных показателей (если не производить округление при их вычислении), например, ряд потребления молока на душу населения и т.п.

Наши рекомендации