Особенности эконометрического метода и экономических

Данных

 

Становление и развитие эконометрического метода происходит на основе высшей статистики – на методах парной и множественной корреляции и регрессии, выделения тренда.

Большое внимание в эконометрике уделяется проблеме данных – методам работы при наличии данных с пропусками, влиянию агрегирования данных на эконометрические измерения.

Информация может отсутствовать по единицам совокупности и быть только на уровне более крупных единиц (например, не по отдельным организациям, а по организациям администрации района). При агрегировании данных существует опасность искажения результатов измерения, добавляется эффект автокорреляции – происходит погашение случайной компоненты.

Для анализа экономических данных могут применяться все разделы прикладной статистики, а именно:

– статистика случайных величин;

– многомерный статистический анализ;

– статистика временных рядов и случайных процессов;

– статистика объектов нечисловой природы, в том числе статистика интервальных данных.

В эконометрике решаются задачи описания данных (в том числе усреднения), оценивания, проверки гипотез, восстановления зависимостей, классификация объектов и признаков, прогнозирования, принятия статистических решений и др.

Однако в некоторых отношениях экономические данные отличаются от технических или астрономических, и эти отличия необходимо учитывать при выборе методов анализа конкретных экономических данных.

Многие экономические показатели неотрицательны. Значит, их следует описывать неотрицательными случайными величинами. А вот нормальные распределения принципиально не подходят, поскольку для них вероятность отрицательных значений всегда положительна.

Экономические процессы развиваются во времени, поэтому большое место в эконометрике занимают вопросы анализа и прогнозирования временных рядов, в том числе многомерных. При этом в одних задачах больше внимания уделяют изучению трендов (средних значений, математических ожиданий), например, при анализе динамики цен. В других же важны отклонения от средней тенденции, например, при применении контрольных карт (карт Шухарта, кумулятивных сумм и др.). Однако в целом спектральный анализ и выделение различных периодов и типов волн менее распространены, чем, скажем, в биометрике и медицине.

В экономике доля нечисловых данных существенно выше, чем в технике и технологии, соответственно больше применений для статистики объектов нечисловой природы (ниже разберем это утверждение подробнее).

Количество изучаемых объектов в экономическом исследовании часто ограничено в принципе, поэтому обоснование вероятностных моделей в ряде случаев затруднено. Уникальные объекты, например город Москву, трудно рассматривать как элемент выборки из генеральной совокупности с каким-то определенным распределением, поскольку подобное рассмотрение противоречит здравому смыслу. Вспоминается давняя обложка журнала «Крокодил», на которой изображены два хозяйственника с монетой в руках: «Если упадет орлом, будем строить завод, если решкой – не будем». Подобная рандомизация решений выглядит бессмысленной при принятии ровно одного решения, однако при контроле качества в массовом производстве такой подход оправдан.

Поэтому в эконометрике часто применяются детерминированные методы анализа данных, в отличие, например, от технических наук, в которых обычным является использование вероятностных моделей. Неопределенность приходится описывать не в терминах вероятностно-статистических моделей, а иными способами, например, в терминах теории нечеткости (fuzzy sets theory) или математики и статистики интервальных данных.

Есть два принципиально различных подхода к изучению поведения организаций и людей. Согласно первому из них вполне допустимо описывать действия человека в вероятностных терминах, например, считать его ответ на заданный вопрос случайной величиной. Сторонники второго подхода полагают, что поведение человека или организации является детерминированным, определяется теми или иными причинами, а случайность при анализе выборки возникает лишь из-за случайности при отборе лиц для опроса или предприятий для изучения. Если ответ на вопрос имеет вид «да» или «нет», то число ответов «да» при первом подходе, как известно, имеет биноминальное распределение, а при втором – гипергеометрическое. К счастью для эконометриков, при увеличении объема генеральной совокупности эти два распределения сближаются (если доля выборки в генеральной совокупности мала, например, меньше 10 %, то вместо гипергеометрического распределения можно использовать биноминальное). Так, при обоих подходах можно применять одни и те же эконометрические методы, не тратя сил на решение философского вопроса о детерминированности или случайности поведения экономического агента-человека или организации.

Итак, специфика эконометрики проявляется не в перечне применяемых для анализа конкретных экономических данных статистических методов, а в частоте использования тех или иных методов.

В теоретических и практических задачах экономики и менеджмента постоянно используются различные величины, обычно рассматриваемые как числовые, например, рыночная цена товара, прибыль предприятия, индекс инфляции, валовой внутренний продукт, чистая приведенная величина для потока платежей и т. д. При более тщательном анализе оказывается, что подобные величины не имеют определенного численного значения, они размыты, имеют нечисловой характер и описывать их следует с помощью нечисловых математических понятий, относящихся к тем или иным классам объектов нечисловой природы, таким как нечеткие множества, интервалы, распределения вероятностей и др.

Нечеткость в неявной форме присутствует и в натуральных показателях. Пусть, например, выпущена партия из 100 автомашин определенной марки. Нечеткость, связанная с этой партией, состоит в неопределенности реального срока службы автомашин, полезных и вредных эффектов от их эксплуатации. Для снятия этих неопределенностей необходимо, в частности, экономически оценить потери от гибели людей в автокатастрофах. Сколько стоит жизнь человека? При всем уважении к оценкам страховых компаний, сама постановка этого вопроса вызывает неловкость. Многие этические и религиозные учения исходят из бесценности человеческой жизни. Из-за принципиальной недопустимости выражения стоимости человеческой жизни в денежных единицах не получили распространения, в частности, методы статистического контроля качества, основанные на учете народнохозяйственного ущерба от пропуска дефектных изделий при контроле.

Более подробно рассмотрим проблемы управления инвестиционными процессами. Одна из них – проблема сравнения инвестиционных проектов. С чисто финансовой точки зрения такой проект – это финансовый поток (cash fiow), другими словами, поток платежей и поступлений, т. е. последовательность моментов времени, каждому из которых соответствует некоторая величина платежей (для определенности учитываем их со знаком «минус») или поступлений (учитываем со знаком «плюс»). Как оценивать такие потоки в целом, как их сравнивать? Из многих характеристик потоков платежей рассмотрим здесь две – чистую приведенную величину, называемую в отечественных публикациях также чистой текущей стоимостью или чистым дисконтированным доходом (есть и иные названия) и обозначаемую NPV (Net Present Value), и внутреннюю норму доходности, или прибыли IRR (Internal Rate of Return).

При определении NPV, как известно, для приведения величин платежей и поступлений к одному моменту времени используется постоянный дисконт-фактор. В реальности дисконт-фактор не является заранее известной функцией от времени и зависит от динамики как макроэкономических показателей – ставки рефинансирования Центрального банка РФ и индекса инфляции, так и микроэкономических – финансового положения инвестора, кредитной и депозитной ставок конкретного банка и др. Кроме того, размеры и моменты осуществления платежей и поступлений также могут быть известны лишь с некоторой точностью. Следовательно, как функция от неопределенных (размытых) величин такая характеристика инвестиционного проекта, как NPV, сама является неопределенной. Лишь частично эту неопределенность можно снять, рассматривая NPV как функцию одной независимой переменной – дисконт-фактора. Если все перечисленные неопределенности можно описать интервалами (т. е. задать границы «от» и «до»), то NPV также описывается интервалом, границы которого можно рассчитать с помощью подходов, развитых в статистике интервальных данных. В результате в ряде случаев становится невозможным сделать однозначный выбор при сравнении двух инвестиционных проектов по NPV. Дело в том, что сравнение чисел можно провести всегда, а сравнение интервалов – лишь тогда, когда они не пересекаются.

При обосновании информации используются различные методы, основные из которых следующие:

а) данные технологических карт;

б) метод экстраполяции;

в) экспертные оценки;

г) корреляционные и оптимизационные модели и др.

Данные технологических карт позволяют получить информацию о значении нормативов урожайности, затрат труда, затрат на создание техники и ее эксплуатацию при определенных усредненных условиях. Недостатком метода является то, что он оторван от реальной ситуации. Технологические карты предполагают показатели часто идеальные, часто прогнозные и могут существенно отрываться от реальных в условиях определенных предприятий.

Метод экстраполяции предполагает перенесение сложившихся тенденций на перспективу. Например, по данным анализа выясним, что снижение среднегодовых рабочих в хозяйствах скотоводческо-льно-водческого типа составляет 1,46 %. Мы эту же тенденцию переносим на ближайшие 3–5 лет.

Существенное место в обосновании информации принадлежит экспертным оценкам. Ценность этих методов особенно возрастает в период преобразований, перехода от одних форм хозяйствования к другим. Поэтому в нынешних условиях при обосновании программ развития было бы правильно начинать обоснование программы с экспертных оценок. Они должны дать ответ на вопрос, в каком направлении осуществить развитие. Таким образом экспертные оценки позволяют обосновать стратегию развития.

В использовании экспертных оценок существует два подхода.

1. Оценка тенденции, направления развития осуществляется по совокупности факторов одной количественной величиной, чаще всего по 5-балльной системе.

Например: 5 – концепция полностью принимается;

4 – решение положительное, но есть элементы сомнения;

3 – решение положительное, но элементы сомнения усиливаются;

2 – решение отрицательное, хотя есть элементы «за»;

1 – решение отрицательное, элементы «за» невелики;

0 – категорически отклоняется.

Если по сумме баллов рассматриваемая концепция имеет 4,51– 5 баллов – концепция принимается как единственная и доминирующая; 3,51–4,50 – концепция преобладающая, однако есть параллельные, на которые следует обратить внимание и к рассмотрению которых следует быть готовыми; 2,51–3,50 – есть альтернативные концепции, заслуживающие внимания, которые должны получить развитие (например, районирование пород животных и сортов растений. Ни одна из пород не получит 4,5–5 баллов, и в связи с этим в каждой крупной зоне получает развитие несколько пород животных или сортов растений).

2. Использование экспертных оценок основано на том, что крупная концепция расчленяется на элементы и оценка важности отдельных элементов позволяет, во-первых, установить приоритет, т. е. очередность решения составляющих проблемы; во-вторых, дать положительную или отрицательную оценку проблемы в целом.

Методика предполагает ранжирование элементов проблемы. Число рангов зависит от числа показателей. Если проблема включает пять элементов, то самый важный элемент, по мнению эксперта, получает ранг или балл 5, и так до 1. С помощью специальных формул рассчитывается коэффициент согласованности оценок экспертов. Если выяснится, что он высок, т. е. отвечает критерию проверки, то проблема решается в очередности, вытекающей из суммы рангов по определенным элементам проблемы.

Гипотеза о важности отдельных положений, т. е. составляющих, и программы внедрения рыночных отношений подтверждается и является устойчивой.

Измерения в эконометрике

 

Поскольку понятие «эконометрика» включает экономические измерения, остановимся на этом вопросе более подробно. Измерения понимаются по-разному.

Прежде всего, признаками измерения называют получение, сравнение и упорядочение информации.

Другое понимание измерения исходит из числового выражения результата, т. е. измерение трактуется как операция, в результате которой получается численное значение величины с обязательным наличием единицы измерения (эталона).

Все понятия измерения могут быть объединены на базе определенной шкалы измерения. Для определения шкалы необходимо дать название объекта или отождествить его с некоторым свойством (сельскохозяйственное предприятие, девушка сероглазая, легковой автомобиль и т. д.).

Если это требование оказывается единственным, то шкала называется номинальной.

Измерением в номинальной шкале можно считать любую классификацию, по которой класс получает числовое наименование (номер научной или учебной специальности).

Шкала, в которой порядок элементов по уровню проявления некоторого свойства существен, а количественное выражение несущественно, называется порядковой. Она допускает операции или измерения (равенства – неравенства, больше – меньше), например, при определении рейтинга того или иного кандидата, оценки силы землетрясений.

Кроме этого используются интервальные шкалы. Измерения в них более совершенны, чем в порядковых, поэтому дают возможность не только упорядочить объекты по количеству свойств, но и сравнить между собой разности количества, т. е. мы можем не только установить место его в ранжированном ряду, но и описать его отличие от других объектов (например, производительность труда, себестоимость, рентабельность, ликвидность и т. д.).

В случае если на шкале можно указать абсолютный нуль, это будет более высокий уровень измерения, а именно шкала отношений (например, х4= 40К, ах2 = 2К). При измерении на такой шкале можно сказать, что х4 вдвое больше х2.

Специфика экономических измерений состоит в наличии большого числа разнородных данных, разнородных ресурсов, разнородных результатов (например, товаров, услуг). Отсюда большое значение имеют стоимостные показатели (метрики), далеко не всегда отвечающие поставленным задачам. Это не исключает потребность в натуральных единицах измерения.

Количественная определенность функционирования экономики имеет объемные и структурные характеристики. Объемные определяют масштаб явления, структурные – его разнообразие, организацию и соподчиненность. Они дополняют друг друга. Так, измерение объема теневой экономики дает возможность уточнить валовой внутренний продукт (ВВП) и все производные показатели, а измерение ее удельного веса в ВВП позволяет судить о распространенности этого явления.

Экономические измерения осложняются сосуществованием характеристик, которые неизмеримы.

Нередко в экономических измерениях возникает задача отражения иерархии измерителей.

Экономику часто относят к «неточным» наукам, так как невозможно произвести измерение с малой погрешностью. Однако, даже имея это в виду, нельзя говорить о «неточных» и «точных» науках, так как нет таких наук, а есть неточные представления о точности.

Точность измерения – это его адекватность. Универсальные критерии точности отсутствуют. Критерий точности каждого вида измерения определяется в соответствии с целями этого измерения. Погрешности измерения не сводятся к арифметическим погрешностям.