 |
7. Этапы построения моделей, их практическое содержание и особенности.
|
|
|
|
7. Этапы построения моделей, их практическое содержание и особенности.
Процесс (комплекс решаемых задач) построения экономических моделей можно условно разбить на несколько этапов. Отметим, что это деление условное и различные авторы такое деление производят по-разному. Это относится к количеству этапов, но не к комплексу задач, которые необходимо решить в процессе построения модели.
Мы будем рассматривать пять основных этапов:
- 1) спецификация модели;
- 2) сбор исходной информации;
- 3) идентификация (оценка) модели;
- 4) анализ свойств модели;
- 5) анализ адекватности модели.
Этап 1. Постановка задачи, спецификация модели. Здесь главное – четко сформулировать сущность экономической проблемы, принимаемые допущения и те вопросы, на которые требуется получить ответы.
Этот этап включает в себя выделение важнейших черт и свойств моделируемого объекта и абстрагирование от второстепенных, изучение структуры экономического объекта и основных закономерностей взаимодействия переменных, объясняющих поведение и развитие объекта и выявленных общей экономической теорией. На основе полученных знаний можно специфицировать модель, что означает подобрать класс функций и их конкретный вид, с помощью которых предполагается моделировать поведение изучаемого объекта.
Этап 2. Подготовка исходной информации. Моделирование предъявляет достаточно жесткие требования к качеству информации. В то же время реальные возможности получения информации, в свою очередь, ограничивают возможности выбора модели. При этом имеются в виду не только ограничения, связанные с принципиальной возможностью получения данных по срокам, но и затраты на получение информации. Если кратко сформулировать основное требование к исходной информации, то она должна обеспечить вычисление всех неизвестных параметров модели.
|
|
|
Этап 3. Оценивание неизвестных параметров. Этот этап включает в себя выбор методов оценки неизвестных параметров модели, проверку справедливости принятых гипотез.
Этап 4. На этапе постановки задачи, как правило, формулируются свойства, которым должна удовлетворять построенная модель. Эти условия могут накладываться как на модель в целом, так и на ее отдельные элементы (например, параметры). В связи с этим перед исследователем встает задача проверки ряда статистических гипотез с целью подтверждения выполнения условий или ограничений, наложенных на модель и ее составные элементы.
Этап 5. Проверка адекватности. Это заключительный этап, по результатам которого делается заключение о практической пригодности модели, что является ее необходимым свойством.
Отметим, что каждый последующий этап существенно зависит от результатов выполнения предыдущих этапов.
Так при выполнении второго этапа работы вполне может оказаться, что невозможно собрать данные по всем переменным, включенным в спецификацию модели. Причины могут быть разными: длительность экономического процесса, что приводит к противоречию с необходимыми сроками получения информации, сроками решения экономической задачи; необходимость в неоправданно высоких затратах на сбор исходной информации или наличие в спецификации модели таких переменных, наблюдение которых невозможно. Выход из создавшейся ситуации один: вернуться к первому этапу и изменить спецификацию модели таким образом, чтобы сделать выполнимым этап сбора необходимой информации.
8. Понятие качества спецификации модели, тестирование качества спецификации модели
Тестирование качества спецификации модели направлено на выявление факторов, не оказывающих влияния на формирования эндогенной переменной.
|
|
|
Парная регрессия. В качестве меры влияния выбранных регрессоров используется коэффициент детерминации и Fтест как критерий принятия решения о качестве спецификации.
Подход к оценке качества спецификации уравнения множественной линейной регрессии остается таким же, как и в случае уравнения парной регрессии. В качестве меры влияния выбранных регрессоров используется коэффициент детерминации и Fтест как критерий принятия решения о качестве спецификации. Однако есть некоторые особенности - с ростом числа регрессоров значение коэффициента детерминации так же возрастает.
Из билета 3. Также презентация вк
9. Эконометрика как наука, определение, основные цели и задачи.
Слово «эконометрика» представляет собой комбинацию двух слов: «экономика» и «метрика» (от греч. «метрон» – правило определения расстояния между двумя точками в пространстве). Формально «эконометрика» означает «измерения в экономике». Однако область исследований данной дисциплины гораздо шире.
Эконометрика — это наука, в которой на базе реальных статистических данных строятся, анализируются и совершенствуются математические модели реальных экономических явлений. Эконометрика позволяет найти количественное подтверждение либо опровержение того или иного экономического закона либо гипотезы. Таким образом, эконометрика – наука, которая дает количественное выражение взаимосвязей экономических явлений и процессов. Зарождение эконометрики является следствием междисциплинарного подхода к изучению экономики. Эконометрика представляет собой комбинацию трех областей знания:
• Экономической теории
• Статистики • Математики
Большинство эконометрических методов и приемов заимствовано из математической статистики. Однако методы математической статистики универсальны и не учитывают специфики экономических данных, которая заключается в следующем: 1
) данные не являются результатом контролируемого эксперимента;
2) невозможность проводить многократные эксперименты (из-за изменения внешних условий)
; 3) экономические данные часто содержат ошибки измерения. В эконометрике разрабатываются специальные методы анализа, позволяющие, если не устранить, то, по крайней мере, снизить влияние этих ошибок на полученные результаты. Эти особенности рождают ряд специфических проблем, решение которых не входит в математическую статистику. Таким образом, эконометрика связывает между собой экономическую теорию и экономическую статистику и с помощью математико-статистических методов придает конкретное количественное выражение общим закономерностям, устанавливаемым экономической теорией. Предмет исследования эконометрики как науки – экономические явления. Но в отличие от экономической теории эконометрика делает упор на количественные, а не на качественные аспекты этих явлений. Например, экономическая теория утверждает, что спрос на товар с ростом его цены убывает. Но при этом практически неисследованным остается вопрос, как быстро и по какому закону происходит это убывание для определенного товара. Эконометрика отвечает на этот вопрос для каждого конкретного случая. Основные задачи эконометрики:
|
|
|
1. Построение эконометрических моделей, т. е. представление экономических моделей в математической форме, удобной для проведения эмпирического анализа.
2. Оценка параметров построенной модели, делающих выбранную модель наиболее адекватной реальным данным.
3. Проверка качества найденных параметров модели и самой модели в целом.
2 4. Использование построенных моделей для объяснения поведения исследуемых экономических показателей, прогнозирования и предсказания, а также для осмысленного проведения экономической политики
Таким образом, стандартная схема анализа зависимостей состоит в осуществлении ряда последовательных процедур:
1. Подбор начальной модели (этап спецификации). Он осуществляется на основе экономической теории, предыдущих знаний об объекте исследования, опыта исследователя и его интуиции.
2. Оценка параметров модели на основе имеющихся статистических данных (этап параметризации).
|
|
|
3. Осуществление проверки качества модели (этап верификации).
4. При наличии хотя бы одного неудовлетворительного ответа по какому-либо критерию модель совершенствуется с целью устранения выявленного недостатка.
5. При положительных ответах по всем критериям модель считается качественной. Она используется для анализа и прогноза объясняемой переменной. Однако необходимо предостеречь от абсолютизации полученного результата, поскольку даже качественная модель является подгонкой спецификации модели под имеющийся набор данных. Поэтому вполне реальна картина, когда исследователи, обладающие разными наборами данных, строят разные модели для объяснения одного и того же явления. Проблематичным является и использование модели для прогнозирования значений объясняемой переменной. Иногда хорошие с точки зрения критериев проверки модели обладают весьма низкими прогнозными качествами. Стандартую схему анализа иллюстрирует следующая блок-схема:
|
|
|
