Основные этапы эконометрического моделирования

Эконометрическая  модель (econometric model) - это статистическая модель, которая является средством прогнозирования значений определенных переменных, называемых эндогенными переменными (endogenous variables). Для того чтобы сделать такие прогнозы, в качестве исходных данных используются значения других переменных, называемых экзогенными переменными (exogenous variables). Предположения о значениях таких переменных делаются пользователем модели. Например, в эконометрической модели уровень продаж автомашин в следующем году может быть привязан к уровню валового внутреннего продукта и процентных ставок. Чтобы сделать прогноз относительно объема продаж автомобилей в следующем году (это эндогенная переменная), следует получить данные о величине валового внутреннего продукта и процентных ставок для будущего года, которые относятся к экзогенным переменным. 
 
Эконометрическая модель может представлять собой как очень сложную систему, так и простую формулу, которая может быть легко подсчитана на калькуляторе. В любом случае она требует знаний по экономике и статистике. Сначала для определения соответствующих взаимосвязей применяются знания по экономике, а затем для оценки количественной природы взаимосвязей полученные за прошедший период данные обрабатываются с помощью статистических методов. 
 
Некоторые инвестиционные организации используют широкомасштабные эконометрические модели, чтобы на основании прогнозов таких факторов, как федеральный бюджет, ожидаемые потребительские расходы и планируемые инвестиции в деловую сферу, сделать прогнозы относительно будущего уровня валового внутреннего продукта, инфляции и безработицы. Некоторые фирмы и некоммерческие организации специализируются на таких моделях, продавая инвестиционным институтам, финансистам корпораций, общественным агентствам и др. или прогнозы, или компьютерные программы. 
 
Разработчики таких широкомасштабных моделей обычно предусматривают несколько "стандартных" прогнозов, основанных на определенном наборе экзогенных переменных. Некоторые модели содержат вероятность, с которой может осуществляться тот или иной прогноз. В других случаях пользователи могут включать сделанные ими самими предположения и анализировать полученные в результате этих предположений прогнозы. 
 
Широкомасштабные эконометрические модели такого типа насчитывают большое число уравнений, которые описывают большое число важных взаимосвязей. Несмотря на то что оценки таких взаимосвязей основаны на данных за прошедший период, эти оценки могут позволить (или не позволить) модели эффективно работать в будущем. Когда прогнозы оказываются неудачными, то иногда говорят, что лежащая в основе модели экономическая взаимосвязь претерпела структурные изменения. Однако неудача может явиться следствием влияния неучтенных в модели факторов. Та и другая ситуации требуют изменений или величин оценок, или самой концепции эконометрической модели, или же того и другого. Редко можно встретить пользователя, который бы не "ремонтировал" (или полностью "перестраивал") такую модель время от времени по мере накопления опыта.

Основные этапы эконометрического  моделирования

Можно выделить шесть основных этапов эконометрического моделирования: постановочный, априорный, этап параметризации, информационный, этапы идентификации и верификации модели. 
Остановимся подробнее на каждом из этих этапов и рассмотрим проблемы, связанные с их реализацией. 
1-й этап (постановочный). Формируется цель исследования, набор участвующих в модели экономических переменных. 
В качестве цели эконометрического моделирования обычно рассматривают анализ исследуемого экономического объекта (процесса); прогноз его экономических показателей, имитацию развития объекта при различных значениях экзогенных переменных (отражая их случайный характер, изменение во времени), выработку управленческих решений. 
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 невозможности оценки параметров модели или к получению неустойчивых, не имеющим реального смысла оценок, т.е. к явлению мулътиколлинеарности. 
Для отбора переменных могут быть использованы различные методы, в частности процедуры пошагового отбора переменных. А для оценки влияния качественных признаков (например, пол, образование) могут быть использованы фиктивные переменные. Но в любом случае определяющим при включении в модель тех или иных переменных является экономический (качественный) анализ исследуемого объекта. 
2-й этап (априорный). Проводится анализ сущности изучаемого объекта, формирование и формализация априорной (известной до начала моделирования) информации. 
3-й этап (параметризация). Осуществляется непосредственно моделирование, т.е. выбор общего вида модели, выявление входящих в нее связей. 
Основная задача, решаемая на этом этапе, – выбор вида функции f(X) в эконометрической модели, в частности, возможность использования линейной модели как наиболее простой и надежной. Весьма важной проблемой на этом (и предыдущих) этапе эконометрического моделирования является проблема спецификации модели, в частности: выражение в математической форме обнаруженных связей и соотношений; установление состава экзогенных и эндогенных переменных, в том числе лаговых; формулировка исходных предпосылок и ограничений модели. От того, насколько удачно решена проблема спецификации модели, в значительной степени зависит успех всего эконометрического моделирования. 
4-й этап (информационный). Осуществляется сбор необходимой статистической информации – наблюдаемых значений экономических переменных. Здесь могут быть наблюдения, полученные как с участием исследователя, так и без его участия (в условиях активного или пассивного эксперимента). 
5-й этап (идентификация модели). Осуществляется статистический анализ модели и оценка ее параметров. С проблемой идентификации модели не следует путать проблему ее идентифицируемости, т.е. проблему возможности получения однозначно определенные параметров модели, заданной системой одновременных уравнений (точнее, параметров структурной формы модели, раскрывающей механизм формирования значений эндогенных переменных, по параметрам приведенной формы модели, в которой эндогенные переменные непосредственно выражаются через предопределенные переменные). 
6-й этап (верификация модели). Проводится проверка истинности, адекватности модели. Выясняется, насколько удачно решены проблемы спецификации, идентификации и идентифицируемости модели, какова точность расчетов по данной модели, в конечном счете, насколько соответствует построенная модель моделируемому реальному экономическому объекту или процессу. Обсуждение указанных вопросов проводится в большинстве глав настоящего учебника. 
Следует заметить, что 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. 
Приведенное выше разделение эконометрического моделирования на отдельные этапы носит в известной степени условный характер, так как эти этапы могут пересекаться, взаимно дополнять друг друга.

Этапы эконометрического моделирования

Выделяют семь основных этапов эконометрического моделирования:

1) постановочный этап, в процессе осуществления которого определяются конечные цели и задачи исследования, а также совокупность включённых в модель факторных и результативных экономических переменных. При этом включение в эконометрическую модель той или иной переменной должно быть теоретически обоснованно и не должно быть слишком большим. Между факторными переменными не должно быть функциональной или тесной корреляционной связи, потому что это приводит к наличию в модели мультиколлинеарности и негативно сказывается на результатах всего процесса моделирования;

2) априорный этап, в процессе осуществления которого проводится теоретический анализ сущности исследуемого процесса, а также формирование и формализация известной до начала моделирования (априорной) информации и исходных допущений, касающихся в частности природы исходных статистических данных и случайных остаточных составляющих в виде ряда гипотез;

3) этап параметризации (моделирования), в процессе осуществления которого выбирается общий вид модели и определяется состав и формы входящих в неё связей, т. е. происходит непосредственно моделирование.

К основным задачам этапа параметризации относятся:

а) выбор наиболее оптимальной функции  зависимости результативной переменной от факторных переменных. При возникновении  ситуации выбора между нелинейной и  линейной функциями зависимости, предпочтение всегда отдаётся линейной функции, как  наиболее простой и надёжной;

б) задача спецификации модели, в которую  входят такие подзадачи, как аппроксимация  математической формой выявленных связей и соотношений между переменными, определение результативных и факторных  переменных, формулировка исходных предпосылок  и ограничений модели.

4) информационный этап, в процессе осуществления которого происходит сбор необходимых статистических данных, а также анализируется качество собранной информации;

5) этап идентификации модели, в ходе осуществления которого происходит статистический анализ модели и оцененивание неизвестных параметров. Данный этап непосредственно связан с проблемой идентифицируемостимодели, т. е. ответа на вопрос «Возможно ли восстановить значения неизвестных параметров модели по имеющимся исходным данным в соответствии с решением, принятым на этапе параметризацииβ». После положительного ответа на этот вопрос решается проблема идентификации модели, т. е. реализуется математически корректная процедура оценивания неизвестных параметров модели по имеющимся исходным данным;

6) этап оценки качества модели, в ходе осуществления которого проверяется достоверность и адекватность модели, т. е. определяется, насколько успешно решены задачи спецификации и идентификации модели, какова точность расчётов, полученных на её основе. Построенная модель должна быть адекватна реальному экономическому процессу. Если качество модели является неудовлетворительным, то происходит возврат ко второму этапу моделирования;

7) этап интерпретации результатов моделирования.

К наиболее распространённым эконометрическим моделям относятся:

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.

Эконометрическое исследование связано с решением следующих  проблем:

1. качественный анализ связей экономических переменных, т. е. определение зависимых (yi) и независимых (хi) переменных;
2. изучение соответствующего раздела экономической теории;
3. подбор данных;
4. спецификация формы связи между yi и хi;
5. оценка неизвестных параметров модели;
6. проверка ряда гипотез о свойствах распределения вероятностей для случайной компоненты (гипотезы о средней дисперсии и ковариации);
7. анализ мультиколлинеарности объясняющих переменных, оценка ее статистической значимости, определение переменных, ответственных за мультиколлинеарность;
8. введение фиктивных переменных;
9. выявление автокорреляции;
10. выявление тренда, циклической и случайной компонент;
11. проверка остатков модели на гетероскедастичность;
12. анализ структуры связей и построения системы одновременных уравнений;
13. проверка условия идентификации;
14. оценка параметров системы одновременных уравнений;
15. проблемы моделирования на основе системы временных рядов;
16. построение рекурсивных моделей, авторегрессионных моделей;
17. выработка управленческих решений
18. прогноз экономических показателей, характеризующих изучаемый процесс;
19. моделирование поведения процесса при различных значениях независимых (факторных) переменных.

2. Основные этапы  построения эконометрических моделей  и использования их для прогнозирования

Построение эконометрических моделей осуществляется в несколько  основных шагов, этапов [1, c.284]:

1) Постановочный этап: определяются  конечные цели исследования, моделирования,  набор участвующих в модели  факторов и показателей и их  роли.

2) Априорный этап: предмодельный анализ экономической сущности изучаемого явления, формирование и формализация априорной информации и исходных допущений, предположений, гипотез на основе экономической теории.

3) Этап параметризации  и спецификации модели: собственно  моделирование, то есть выбор  вида модели, функции регрессии,  в том числе, состава и формы  входящих в нее связей между  переменными.

4) Информационный этап: наблюдение  и сбор необходимой информации, статистических данных, их обработка.

5) Этап идентификации  модели: статистическое оценивание  неизвестных параметров модели  по собранным данным, статистический  анализ модели.

6) Этап верификации модели: сопоставление фактических, реальных  данных и смоделированных, проверка  адекватности модели, оценка ее  точности и прогностических свойств.