Лекции.ИНФО


Соотношения между экономическими переменными.



Одна из наиболее общих задач в экономических исследованиях состоит в оценивании степени зависимости изучаемой величины Y(результативный признак) от одной или нескольких случайных (или неслучайных) величин X, называемых признак-факторами. Зависимость может быть функциональной, статистической, либо отсутствовать вовсе.

Строгая функциональная зависимость между экономическими показателями (наличие всегда выполняющегося равенства Y=f(X)) на практике реализуется редко, так как показатели подвержены влиянию случайных факторов. При статистической зависимости вариация одного из них влечет за собой изменение распределения других (статистическую зависимость тогда называют корреляционной).

Причем, в реальных экономических задачах существуют несколько определяющих параметров, влияющих на главные тенденции изменения рассматриваемого показателя, поэтому на практике ограничиваются основным набором таких величин (объясняющих переменных). Другие, менее важные или трудно идентифицируемые факторы, приводящие к отклонению значений объясняемой (зависимой) переменной от конкретного вида ее зависимости игнорируются. Нахождение, анализ и оценка таких зависимостей, идентификация объясняющих переменных, вывод форм зависимости и оценка их параметров и составляют предмет корреляционно-регрессионного анализа, при этом корреляционный анализ занимается исследованием взаимозависимости случайных величин, тогда как регрессионный анализ на базе выборочных данных исследует и определяет зависимость случайной величины от ряда неслучайных и случайных величин.

Примерами корреляционно, но не функционально, связанных величин являются объемы производства и себестоимость продукции, урожай зерна и количество внесенных удобрений, объемы продаж и прибыль. Действительно, в последнем примере одинаковые по условиям функционирования магазины при равных количествах продавцов получают разную прибыль, т.е. отсутствует функциональная связь. Это объясняется влиянием случайных факторов (расположение, потребительский спрос и др.). Вместе с тем, как показывает опыт, средняя прибыль меняется с изменением количества продавцов, т.е. имеет место корреляционная зависимость.

 

Регрессионные модели как инструмент анализа и прогнозирования экономических явлений.

Регрессионная модель экономического объекта (или производственного процесса), отражая основные его свойства и абстрагируясь от второстепенных, позволяет судить о его поведении при определенных значениях объясняющих факторов.

К числу основных факторов относят обычно трудовые ресурсы в той или иной мере, а также энергетические, сырьевые, материальные ресурсы, оборудование, здания, сооружения и т.д. Кроме того, в модели должны быть отражены факторы, определяющие состояние внешней среды (экономические, политические, природные и т.п.).

Несмотря на развитие экономики, на протяжении относительно небольших временных периодов и в пределах отдельных экономических подсистем имеет место стабильность в условиях совершения массовых событий. При прогнозировании экономических процессов подразумевается возможность многократного повторения производственной ситуации, быть может, при других значениях существенных и несущественных факторов, однако при относительно стабильном комплексе внешних условий и сохраняющейся тенденции влияния объясняющих факторов на анализируемый экономический показатель.

Таким образом, при анализе и прогнозировании экономических явлений результирующий показатель у является функцией (регрессией) существенных (х1,х2,…,хm) и несущественных (e1,e2,…,ek) факторов

у=f(х1,х2,…,хm,e1,e2,…,ek) (1.1)

и вычисляется посредством подстановки в (1.1) значений объясняющих факторов. В силу относительной малости несущественных факторов (в смысле влияния на результат), ими можно пренебречь, при этом рассматриваемый ниже аппарат позволяет оценить возникшую вследствие данного усечения модели погрешность.

Зная вид функции (1.1) можно определить степень влияния каждого фактора на результирующий показатель у. Принимая управленческие решения по возможному изменению значений объясняющих факторов можно добиться повышения эффективности деятельности предприятия. Например, если у – прибыль, то необходимо повышать значения объясняющих факторов, которые положительно влияют на у и, соответственно, уменьшать значения объясняющих факторов, которые влияют на у отрицательно.

При эконометрическом моделировании обрабатываются разные типы данных: совокупности показателей экономических переменных без временной привязки и временные ряды (наблюдения случайной величины в разные моменты времени).

Процесс эконометрического моделирования состоит из следующих этапов:

- формирование цели исследования, определение совокупности экономических переменных, участвующих в модели;

- анализ сути изучаемого экономического объекта;

- выбор типа модели, набора переменных и форм их связи;

- сбор необходимой фактической информации;

- обработка собранной информации и построение эконометрической модели;

- анализ полученной модели и оценка ее параметров;

- проверка модели на ее адекватность анализируемому реальному экономическому объекту.

Спецификация модели, проводимая на первых этапах, заключается в формировании зависимостей, выраженных в математической форме, установлении набора объясняющих факторов. При спецификации используются основные понятия экономической теории, специальные знания, а также весьма важны интуитивные представления исследователя об анализируемом экономическом объекте.

Внедрение эконометрических методов получило широкое развитие с применением информационных технологий. Специальные пакеты прикладных программ (самый доступный Анализ данных Excel, более сложный Matstat, Statistica и др.)- сделали эти методы более доступными. Трудоемкая работа по вычислению всех необходимых показателей, построению графиков, таблиц выполняется компьютером, а пользователю предоставляется работа по постановке цели исследования, выбору соответствующей модели, а также интерпретации полученных результатов.


1.4. Практический блок

Контрольные вопросы

1. Эконометрика: цели, методы, проблемы, типы переменных.

2. Этапы эконометрического исследования.

3. Какая статистическая зависимость называется корреляционной?

4. Дайте определения парной и множественной регрессии.

Перечислите основные задачи эконометрики.

6. Приведите конкретные примеры эконометрических моделей.

В каких областях экономических наук используется эконометрика.

Из каких этапов состоит процесс эконометрического исследования.

Перечислите типы эконометрических моделей.

10. Какие факторы относятся к вероятностным в эконометрических исследованиях.

11. Что такое адекватность построенной модели.

Тесты

1. Эконометрическая модель – это:

а) модель абстрактного экономического объекта;

б) модель реального экономического объекта, использующая абстрактные данные;

в) модель реального экономического объекта, использующая фактические данные.

 

2. Корреляционный анализ занимается исследованием

а) взаимозависимости случайных величин;

б) зависимости случайной величины от ряда неслучайных и случайных величин;

в) строгой функциональной зависимости определяющих факторов.

 

3. Регрессионный анализ исследует

а) зависимость случайной величины от ряда неслучайных и случайных величин;

б) взаимозависимость случайных величин;

в) строгую функциональную зависимость определяющих факторов.

 

4. Генеральная совокупность является понятием

a) конкретным,

б) абстрактным,

в) условным.

 

5.Выборкой из генеральной совокупности называется

a) результат конечного ряда наблюдений,

б) результат бесконечного ряда наблюдений,

в) результат вычисленного ряда наблюдений.

 

 

6. Какие типы данных встречаются при эконометрическом моделировании:

а)пространственные данные;

б) данные бухучета;

в) ведомственные данные.

 

7.Погрешности в эконометрической модели включаются в

а) экзогенные переменные;

б) предопределённые переменные;

в) поведенческие уравнения;

г) тождества.

 

1.5. Самостоятельная работа студентов









Читайте также:

Последнее изменение этой страницы: 2016-05-30; Просмотров: 102;


lektsia.info 2017 год. Все права принадлежат их авторам! Главная