Материал: Економетрія - Навчальний посібник ( Лугінін О.Є.)


6.1. загальний вигляд економетричноїмоделі, її структура та етапи побудування

 

Одною з головних задач економетрії в ринковій економіці є ретельне вивчення кількісних зв'язків між показниками для кращого розуміння господарських явищ і процесів, що в свою чергу дозволяє більш обгрунтовано сформулювати управлінські рішення та дати прогнози на майбутнє. Для вирішення цієї задачі потрібна побудова економетричної моделі.

У розглядаємому розділі зосередимо увагу на побудові загальної лінійної моделі.

Модель, що описує кореляційно-регресивний зв'язок між економічними показниками називається загальною, яка дійсна для всієї генеральної сукупності спостережень. У лінійній економетричні моделі має місце лінійний зв'язок між змінними, що характеризують розглядаємій економічний процес чи явище. Зауважимо, що лінійні регресійні моделі є найбільш прості і в переважній більшості випадків достатні для практики. Ті з моделей, що базуються на методі найменших квадратів (1 МНК) при оцінюванні їх параметрів, називаються класичними і вивчаються у класичній економетрії; при порушенні умов використання 1МНК доводиться застосовувати інші методи оцінювання параметрів економетричних моделей. Такий підхід в їх побудові розглядається в даному навчальному посібнику. В той же час мають місце і інші підходи, вивчаємі в байєсівській економетрії (вони не розглядаються в посібнику), які потребують поглиблених математичних знань і з якими можна познайомитись у спеціальній літературі (наприклад, в

[1]).

Економетрична модель виступає як функція або система функцій,  що  описує зв'язок між  вхідними та результативними показниками економічноїсистеми за допомогою методів математичної статистики.

У загальному матричному вигляді економетрична модель для фактичних даних записується так:

Y = AX + u, (6.1) де А матриця параметрів моделі розміром m*n (m кількість незалежних змінних, n число спостережень); Y матриця значень залежної змінної; X матриця незалежних змінних и -матриця випадкової складової.

Незалежні фактичні змінні X (пояснювальні змінні) найчастіше бувають детермінованими і вони є наперед заданими змінними, або вхідними показниками для розглядаємої економічної системи.

Випадкові складові и називають ще стохастичними складовими, помилками або частіше залишками. Вони є наслідками помилок спостережень, містять у собі вплив усіх випадкових факторів, а також факторів, які не входять у модель.

З огляду того, що залежні фактичні змінні Y (пояснювані змінні), які є результативними показниками, залежать від випадкової складової и, то вони також є стохастичними (випадковими). Звідси і економетрична модель є стохастичною.

У ряді випадків економетричні моделі можуть бути описані методами кореляційно-регресійного аналізу. Задачею регресійного аналізу є встановлення виду залежності між змінними та вивчення залежності між ними. Основною задачею кореляційного аналізу є виявлення зв'язку між змінними та оцінка її тісноти та значимості. Але на застосування кореляційно-регресійного аналізу накладуються такі вимоги:

необхідність достатньо великої сукупності спостережень;

забезпечення однорідної сукупності спостережень;

наявність нормального закону розподілення сукупності вивчаємих одиниць, на якому побудовані всі положення кореляційно-регресійного аналізу.

Побудова будь-якої економетричної моделі базується на використанні таких специфічних послідовних етапів, загальний вид яких розглянутий у п. 1.6:

Етап 1. Постановка задачі.

Етап 2. Специфікація моделі, яка полягає у встановлені функції або системи функцій, що використовуються для побудови моделі з ймовірними характеристиками.

Етап 3. Формування вхідної інформації згідно з метою дослідження.

Етап 4. Оцінка параметрів моделі регресії за допомогою методу найменших квадратів.

Етап 5. Перевірка передумов виконання вимог до моделі; у разі порушення розглянутих вимог треба змінити специфікацію або застосувати інші методи оцінювання параметрів.

Етап 6. Проведення аналізу достовірності моделі та прогнозу за побудованою моделлю.