КАТЕГОРИИ: Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748) |
П п п п. Согласно эмпирическому правилу, если критерий Дарбина-Уотсона равен 2, то не существует положительной автокорреляции
П П П П DW =—. Согласно эмпирическому правилу, если критерий Дарбина-Уотсона равен 2, то не существует положительной автокорреляции, если он равен 0, то имеет место совершенная положительная автокорреляция, а если он равен 4, то имеет место совершенная отрицательная автокорреляция. Однако данный критерий имеет выборочное распределение, базирующееся на специальной таблице32. Это выборочное распределение обладает двумя критическими значениями di и йц. В процессе проверки модели на автокорреляцию остатков с помощью этого критерия проверяются следующие гипотезы: Я0: нет автокорреляции, если dv<DW<4 - dv; Н{. положительная автокорреляция при DW < di, отрицательная автокорреляция при DW > 4 - di. К сожалению, в составе данного распределения существуют зоны неопределенности, где результаты могут указывать как на наличие, так и на отсутствие автокорреляции остатков: dL < DW < du, или 4 - du< DW < 4 - dL. Для применения критерия Дарбина-Уотсона существуют некоторые ограничения. Во-первых, он неприменим к моделям с лаговыми значениями зависимого признака, включаемыми в модель как фактор наряду с 32 Эту таблицу можно найти в учебнике Доугерти К. Введение в эконометрику: Пер. с англ. М.: ИНФРА-М, 1999. С. 372-373. прочими (авторегрессионые модели). Для тестирования на автокорреляцию в таких моделях используется h-критерий Дарбина33. Во-вторых, при проверке на автокорреляцию более высоких, чем первый, порядков следует применять иные методы34. В-третьих, критерий Дарбина-Уотсона дает достоверные результаты только в относительно больших выборках, не менее 15-20 наблюдений. Для того чтобы решить проблему автокорреляции, сначала следует рассмотреть возможность исключения переменных из модели или изменение формы функциональной зависимости результирующей переменной от переменных-факторов. Если это не приводит к успешному исключению автокорреляции остатков, можно применить процедуру Кокрана-Оркатта35. Если некоторые или все независимые переменные в модели множественной регрессии являются высококоррелированными, трудно в рамках регрессионной модели разграничить их отдельные влияния на Y. Это также может означать наличие между высококоррелированными независимыми переменными мультиколлинеар-ности — линейной зависимости, т. е. воздействия одного фактора на другой. Высококоррелированные переменные действуют в одном направлении, в результате чего модель не может изолировать влияние каждой из переменных-факторов на результат. При муль-тиколлинеарности коэффициенты регрессии нестабильны по их статистической значимости, величине и знаку, а стало быть — ненадежны. Значения R2 могут быть высоки, но стандартные ошибки также высоки, отсюда ^-критерии малы, отражая недостаток значимости. Коэффициенты интеркорреляции (т. е. парной корреляции между объясняющими переменными) позволяют исключать из модели дублирующие факторы. Считается, что две переменные явно кол-линеарны, т. е. находятся между собой в линейной зависимо- 33 См., например: Эконометрика: Учеб. / Под ред. И. И. Елисеевой. М: Финан 34 См., например: Доугерти К. Введение в эконометрику: Пер. с англ. М.: 35 См.: Доугерти К Там же. С. 222-223; Эконометрика: Учеб. / Под ред. И. И. Ели emu, если парный коэффициент корреляции между ними равен или превышает 0,836. Поскольку одним из условий построения уравнения множественной регрессии является независимость факторов, коллинеарность факторов нарушает это условие. Если факторы явно колли-неарны, то один из них рекомендуется исключить из регрессии. Предпочтение при этом отдается не фактору, более тесно связанному с результатом, а тому фактору, который при достаточно тесной связи с результатом имеет наименее тесную связь с другими факторами. В отношении мультиколлинеарности могут быть предприняты некоторые меры: 1) исключение из модели тех факторов, которые являются высококоррелированными с остальными. Однако, возможно, что данные переменные были включены в модель в соответствии с результатами тщательного предварительного качественного теоретике-экономического анализа, а значит будет не совсем оправдано исключать их только для того, чтобы улучшить статистические результаты; 2) увеличение объема выборки по принципу: чем больше данных, тем меньше дисперсии оценок МНК. Проблема в реализации этого варианта — необходимо найти дополнительные данные; 3) преобразование факторов таким образом, чтобы уменьшить корреляцию между ними, например переход от исходных переменных к их линейным комбинациям, не коррелированным друг с другом (метод главных компонент37). Прогнозирование на основе эконометрических моделей (на примере модели из одного уравнения) В прогнозных расчетах по уравнению регрессии определяется предсказываемое значение Yi4 как точечный прогноз величины Y при заданных х,,х9,..., хт путем подстановки данных значений независимых переменных в уравнение регрессии. Однако точечный 36 Экономико-математические методы и прикладные модели: Учеб. пособие для 37 См., например: Эконометрика: Учеб. / Под ред. И. И. Елисеевой. М.: Финан прогноз не учитывает еще одного элемента, входящего в регрессионную модель — стохастической компоненты, точнее — погрешности прогноза вследствие ее существования. Поэтому точечный прогноз обычно дополняется расчетом ошибки для значения зависимой переменной Y, рассчитанного по уравнению регрессии. Для определения интервала, в котором находятся возможные значения зависимой переменной уравнения регрессии при известных значениях независимых переменных, необходимо учитывать ошибки двух разновидностей. Во-первых, ошибки могут быть вызваны рассеиванием фактических значений Y в соответствии с произведенными наблюдениями относительно линии регрессии. Их можно учесть, рассчитав по следующей формуле: п-2. Подкоренное выражением представляет собой как раз меру разброса фактических значений зависимой переменной вокруг линии регрессии — остаточную дисперсию. Извлекая из нее корень, находим стандартную ошибку Y. Во-вторых, заданные для модели коэффициенты регрессии являются нормально распределенными случайными величинами. Обусловленные этим отклонения учитываются с помощью умножения значения s на поправочное выражение. Для модели парной линейной регрессии средняя величина отклонения прогнозируемого значения от линии регрессии, таким образом, рассчитывается по формуле:
1 (х„+ 1 - хГ
1 п+1 Ц\Хг - Х) где п — число наблюдений; 1 — шаг прогноза; ta — табличное Отсюда верхняя и нижняя границы интервала предсказания определятся как U Y ~ *п + \ Т„ +1 ■ В общем случае модели множественной линейной регрессии среднюю величину возможного отклонения реального значения показателя от рассчитанного с помощью имеющегося уравнения регрессии можно найти следующим образом. Пусть модель множественной регрессии, как и описывалось ранее, имеет вид: Y = аХ + е, где Y — вектор-столбец значений зависимой переменной (Yh Y2,..., Ym); a — вектор-столбец коэффициентов (ао, ah щ,..., а„); е — вектор-столбец стохастических компонент (ошибок) (е0, гъ е2,..., гт); X — матрица независимых переменных размерности тхп, причем первый ее столбец состоит из единиц. Предположим теперь, что есть еще один набор (вектор-строка) хпл (первый элемент, соответствующий свободному члену уравнения, равен 1) независимых переменных и известно, что соответствующая ему зависимая переменная удовлетворяет данной модели, т. е. ■* и+1 — Хп + \ х Ot + 6, где также должны соблюдаться все предпосылки МНК. Требуется по Y, X, хпл оценить YnA. Точечный прогноз величины Ynn находим так же, как и в случае с парной регрессией: подставляем в уравнение регрессии соответствующие значения хпл. Остается оценить ошибку прогноза. Ее найдем в соответствии со следующей формулой, которая является по отношению к приведенной выше формуле средней величины отклонения прогнозируемого значения от линии регрессии для уравнения парной регрессии общей: тгп+1 = ^ х /а х д/l + х„+1 х [хтх)1 х хтп+1. § 3. Разработка индикаторов Индикатор — показатель, обычно интегральный, количественно определяющий качественные характеристики процесса. Индикаторы определяются как параметры границ, в пределах которых система, включающая организационные механизмы, техно-логические связи, материальные и финансовые потоки, может устойчиво функционировать и развиваться. В отличие от «показателя», дающего лишь количественную констатацию, индикатор носит векторный, направленный характер. Индикаторы имеют предельные пороговые (минимальные и максимальные) значения: уровни при-быльности, налоговых ставок, режимов развития многоресурсных систем и т. п. Особое место занимает определение и использование порого-вых значений индикаторов, призванных сигнализировать о при-ближении критического состояния объекта управления и необхо-димости изменения стратегии развития объекта, т. е. включение регуляторов: индикаторы «тревоги»; индикатор «экстремального по-ложения»; индикатор «банкротство» и т. д. Внутри предельных границ образуется так называемый «кори-дор», необходимый и достаточный для принятия управленческого решения, но при этом необходимо установление адекватных поро-говых значений «коридора». Реальность действия индикатора определяется не только количественными характеристиками. Важно, чтобы индикатор был инструментальным, для которого существуют регуляторы прямого воздействия на объект управления. Формирование индикаторов — процесс, увязанный во времен-ном аспекте. В данном случае ставится целью получение единого индикатора, характеризующего состояние объекта управления. Ак-туален вопрос о величине удельного веса каждого из отдельных регуляторов при их агрегировании. Если какие-либо регуляторы линейно или нелинейно зависят друг от друга, то в системе присутствует ненужная информация, искажающая результаты анализа, прогнозирования и, как следствие, результаты планирования. Для этих целей необходим множественный анализ всей совокупности заданных показателей. Индикаторы социально-экономического развития являются цент-ральным элементом системы индикативного планирования, в рамках которой они играют роль планово-прогнозного показателя: планово-го — в смысле обозначенного целевого ориентира социально-эко-номического развития, прогнозного — имея в виду вероятностный характер достижения этой цели. Индикаторы характеризуют желаемую ситуацию, состояние, а не плановый норматив. Основной смысл их использования — оценка тенденций развития с точки зрения результата. В нашей стране вопрос об индикаторах социально-экономического развития стал активно обсуждаться в связи с идеей разработ-ки системы индикаторов экономической безопасности. Деятель-ность по их выработке и утверждению велась в рамках Совета безопасности Российской Федерации с середины 1990-х гг., в том числе с привлечением других учреждений и органов (тех же орга-нов государственной статистики). Результатом ее, в частности, стало утверждение в феврале 2000 г. следующих пороговых значений ряда таких индикаторов (см. табл. 4). В мировой практике накоплен большой опыт по разработке ста-тистических индикаторов, отражающих различные аспекты благосостояния населения. Основные социально-экономические индикаторы, используемые в настоящее время федеральным статистическим ве-домством России, включают в себя схожие по смыслу показатели. Среди важнейших экономических индикаторов можно назвать: 1) валовой внутренний продукт; 2) объем промышленной продукции, в том числе потребитель-ские товары; 3) капитальные вложения за счет всех источников финансиро-вания; 4) объем подрядных работ; 5) розничный товарооборот (с учетом определяемых на основе экспертных оценок объемов неорганизованного ввоза и продажи населению товаров на вещевых, смешанных и продовольственных рынках); 6) объем платных услуг (с учетом объемов услуг, предостав-ляемых физическими лицами, определяемых на основе экспертных оценок); 7) грузооборот предприятий транспорта (с учетом оценки объ-емов перевозок грузов предпринимателями — физическими лица-ми, занимающимися коммерческими грузовыми автоперевозками, и малыми автотранспортными предприятиями); Таблица 4 Индикаторы экономической безопасности в Российской Федерации
* Разработан в 1999 г. и одобрен в 2000 г., в ценах 1998 г., для 2003-2005 гг. пересчитан по индексам-дефляторам, рассчитываемым Госкомстатом России. 8) экспорт товаров в страны дальнего зарубежья и др. К социальным индикаторам относятся: 1) реальные располагаемые денежные доходы; 2) номинальная среднемесячная заработная плата на одного работника; 3) индекс потребительских цен на товары и услуги; 4) общая численность безработных (на конец периода) рассчитывается в соответствии с методологией МОТ, в том числе официально зарегистрированные безработные; 5) численность населения с денежными доходами ниже прожиточного минимума (в млн человек и в % ко всему населению); 6) ввод в действие жилых домов. Социально-экономические индикаторы в целом можно сгруппировать следующим образом: — интегральные индикаторы социально-экономического развития (например, индекс развития человеческого потенциала, валовой национальный продукт); — частные показатели, характеризующие отдельные признаки, стороны развития экономических и социальных явлений (например, физические объемы выпуска отдельных видов продукции, объем ввода в действие жилых домов). Все эти показатели могут быть рассчитаны для разных периодов (месяц, полугодие, год), что позволяет выявлять основные тенденции, направления главных изменений в социальной и экономической сферах. Однако на каждый из этих показателей в большей или меньшей степени оказывают влияние самые разнообразные факторы. Поэтому дать реальную картину состояния и выработать эффективную систему мер для достижения намечаемых результатов можно только на базе детального анализа этих показателей. Следует отметить, что все показатели системы государственной статистки можно воспринимать как общую совокупность отраслевых индикаторов. Однако для того чтобы обоснованно использовать тот или иной показатель государственной статистики индикатором, необходимо выявить его индикативные свойства. Это означает, в частности, выявление причинно-следственных зависимостей между теми или иными значениями индикаторов и текущей социально-экономической ситуацией. Активно используются за рубежом различные барометры социальной активности, в основном экономические (барометры деловой активности, инвестиционной активности и др.), которые также представляют собой социально-экономические индикаторы. Данные по отраслям экономики; индексы промышленного производства и торговли; статистические индикаторы состояния деловой активности; фундаментальная и сравнительная статистика деловой активности, на основании которой проводятся измерения объема производства и хозяйственной деятельности, оценки наличия кредита, тенденции цен, перспектив прибыли и возможностей инвестирования. Так же, как погодный барометр предсказывает метеорологическое состояние, экономические барометры могут использоваться как данные и инструменты, с помощью которых можно предсказать тенденции в развитии бизнеса, кредита и инвестиций. На основании Сборника законов 120, принятых 23 июня 1949 г. Конгрессом США 81-го созыва, обе его палаты приняли резолюцию, в соответствии с которой Совместный экономический комитет стал выпускать ежемесячное издание под названием «Экономические индикаторы». Оно подготавливается для Совместного экономического комитета Советом экономических консультантов и распространяется среди общественности Управлением государственной печати. Экономические показатели, отобранные для этой цели, публикуются и разъясняются в издании «Supplement to Economic Indicators: Historical and Descriptive Background», подготавливаемом для Совместного экономического комитета Управлением федеральной политики по статистике и стандартам, Министерством торговли, Советом экономических консультантов и ведомствами — источниками данных. Материалы, содержащиеся в этом издании, понятны для неспециалистов. Кроме того, в него включаются суждения и оценки по использованию и ограничениям, которые представляют особый интерес при анализе отдельных экономических индикаторов. Статистические ряды, опубликованные в различных журналах по бизнесу, а также разрабатываемые министерствами и правительственными ведомствами включают, например, следующие индикаторы (список неполный): 1. Квартальные: — платежный баланс; — прибыли корпораций; — ВВП; — производительность. 2. Ежемесячные: — продажа автомобилей; — торговый баланс; — использование мощностей; — доверие потребителей; — потребительский кредит; — индекс потребительских цен; — заказы на товары длительного пользования; — занятость; — новое жилищное строительство; — промышленное производство; — товарно-материальные запасы. 3. Ежедневные: — повышение/понижение курсов (по акциям); — составной индекс Американской фондовой биржи; — Banxquote индекс (процентные ставки по депозитам и депозитным сертификатам); — доходы по облигациям (график); — покупка и заимствование (процентные ставки); — наличные цены (товары); — товарные индексы; — новости по корпоративным дивидендам; — рейтинг кредита; — промышленный индекс Доу-Джонса (графики за шесть месяцев); — товарные индексы Доу-Джонса (график); — индекс муниципальных облигаций; — индекс НАСДАК; — индекс НЙФБ; — краткосрочные процентные ставки (график); — казначейские облигации, векселя и тратты; — мировая цена (курс) доллара; — доходы потребителей и др. Индикаторы-барометры, проанализированные и интерпретированные, представляют собой основу для оценки и прогнозирования условий и перспектив деловой активности, которые необходимы для должного применения налоговой и денежной политики на совокупном или правительственном уровне, а также для планирования деятельности и составления бюджета на макроэкономическом или фирменном уровне. Предпринималось множество попыток разра-ботки точной методологии использования барометров деловой ак-тивности или систем прогнозирования, где особое место занимает прогнозирование циклов деловой активности. Существуют следую-щие методы: 1. Метод сравнения с прошлыми показателями, включая поиски варианта для выделения отдельных барометров или статистических рядов, отражающих последовательные опережения или отста-вания, касающиеся общей деловой и экономической деятельности, примером которого может служить метод индикаторов цикла, осно-ванный на опережающих, приблизительно совпадающих и запазды-вающих индикаторах, используемый корпорацией «Национальное бюро экономических исследований». 2. Эконометрическое моделирование, предполагающее матема-тическое отображение исторической зависимости между потреблением, частными инвестициями, правительством и различными ком-понентами этих ведущих совокупных групп для составления про-гноза ВНП и его структуры. 3. Метод, использующий ожидаемые величины, основанный на отборах или интервью с представителями фирм и потребителей, включая обзоры Комиссии по ценным бумагам и биржам, Министерства торговли по расходам на новые производственные средст-ва и оборудование, а также обзоры планов покупок потребителей, составленные Центром исследовательских услуг Мичиганского университета и Бюро переписей на основании квартальных обследований частного сектора. 4. Метод «рабочая сила — производительность», в рамках ко-торого ВНП прогнозируется на основе расчета занятости, продолжительности средней рабочей недели и производства в человеко-часах. Наиболее часто прогнозные значения индикаторов рассчитываются на базе различных эстраполяционных методов. § 4. Метод «затраты-выпуск» и модель межотраслевого баланса Общая схема таблицы межотраслевого баланса Важное место в прогнозировании экономического развития на национальном и региональном уровне во многих станах принадлежит межотраслевым моделям на основе метода «затраты-выпуск». В нашей стране такой моделью является модель межотраслевого баланса (статического и динамического). Таблица межотраслевого баланса воплощает собой углубленное развитие системы национальных счетов во многих современных государствах. Она является развернутой по статьям «ресурсы» и «использование» таблицей продукции различных отраслей народного хозяйства, в которой промежуточное использование каждого продукта разнесено таким образом, чтобы показать, какое количество этого продукта потребляется для производства каждого из остальных продуктов. В таблице во взаимосвязанном виде показаны счета производства различных агентов. Первые разработки современной модели межотраслевого баланса (МОБ) (разработка метода «затраты-выпуск», лежащего в основе МОБ) связаны с именем известного американского экономиста, лауреата Нобелевской премии по экономике В. В. Леонтьева. Сегодня во всех развитых странах и во многих развивающихся межотраслевые модели «затраты-выпуск» являются одним из основных инструментов интегрированного представления экономической системы и сценарного прогнозирования ее развития. Основа межотраслевого моделирования по методу «затраты-выпуск» крайне проста. Принципиальная схема межотраслевого баланса производства и распределения совокупного общественного продукта в стоимостном выражении приведена в табл. 5. В основу этой схемы положено разделение совокупного продукта на две части: промежуточный и конечный продукт; всенародное хозяйство представлено в виде совокупности п отраслей (имеются в виду чистые отрасли), при этом каждая отрасль фигурирует в балансе как производящая и как потребляющая. В схеме МОБ выделяют четыре крупные составляющие части, имеющие различное экономическое содержание — квадранты баланса (на схеме обозначены римскими цифрами). Таблица 5 Принципиальная схема межотраслевого баланса38
Первый квадрант МОБ — это шахматная таблица межотраслевых материальных связей. Показатели, помещенные на пересечении строк и столбцов, представляют собой величины межотраслевых потоков продукции и в общем виде обозначаются хц, где i и / — соответственно номера отраслей производящих и потребляющих. Так, величина х32 понимается как стоимость средств производства, произведенных отраслью номер 3 и потребленных отраслью номер 2 (и являющихся ее материальными затратами). Таким образом, первый квадрант по форме представляет собой квадратную матрицу порядка п, сумма всех элементов которой равняется фонду возмещения затрат средств производства в материальной сфере. 38 Экономико-математические методы и прикладные модели / Под ред. В. В. Федосеева. М: ЮНИТИ, 1999. С. 234. Во втором квадранте представлена конечная продукция всех отраслей производства, при этом под конечной понимается продукция, выходящая из сферы производства в область конечного использования (на потребление и накопление). В табл. 5 этот раздел дан укрупнено в виде одного столбца величин У;, обычно не более 75% всей произведенной продукции; в развернутой схеме баланса конечный продукт каждой отрасли показан дифференцированно по направлениям использования на личное потребление населения, общественное потребление, на накопление, возмещение потерь, экспорт и др. Итак, второй квадрант характеризует отраслевую структуру валового национального продукта (ВНП), или, иначе, национального дохода, а в развернутом виде — также распределение национального дохода на фонд накопления и фонд потребления, структуру потребления и накопления по отраслям производства и потребления. Третий квадрант МОБ характеризует национальный доход, но со стороны его стоимостного состава как сумму чистой продукции и амортизации; чистая продукция при этом понимается как сумма оплаты труда и чистого дохода отраслей. Сумма амортизации (cj) и чистой продукции (vj + trij) некоторой / - Й отрасли будем называть условно чистой продукцией этой отрасли и обозначать в дельнейшем Z /. Четвертый квадрант баланса находится на пересечении столбцов второго и строк третьего квадрантов. Этим определяется его содержание: он отражает конечное распределение и использование национального дохода. В результате перераспределения первоначально созданного национального дохода образуются конечные доходы населения, предприятий, государства. Данные четвертого квадранта важны для отражения в межотраслевой модели баланса доходов и расходов населения, источников финансирования капиталовложений, текущих затрат непроизводственной сферы, для анализа общих конечных доходов по группам потребителей. Общий итог четвертого квадранта, так же как второго и третьего, должен быть равен созданному за период национальному доходу. Таким образом, в целом межотраслевой баланс в рамках единой модели объединяет балансы отраслей производства, баланс совокупного общественного продукта, балансы национального дохода, финансовый баланс, баланс доходов и расходов населения. Валовая продукция, хотя и не входит непосредственно в рассмотренные четыре квадранта, представлена на принципиальной схеме МОБ дважды: в виде столбца, замыкающего таблицу справа, и строки, ограничивающей III и IV квадранты снизу. Они используются как для проверки правильности заполнения квадрантов, так и для разработки собственно экономико-математической модели межотраслевого баланса. Из таблицы баланса очевидно вытекает, что: X '■ = 1 Х у + Z ■; у = 1, 2,...,и. i=i Это соотношение выражает балансовый характер таблицы. Также из таблицы следует: Xi=y2 1 Xij+Yi; '=1, 2,..., И. ] = \ Это система из п уравнений, которые называются уравнениями распределения продукции отраслей производства по направлениям использования. Просуммировав уравнения первого типа по всем отраслям, получим: 2 X / = 1 1 X 9+ 1 Z r j=1 j=\ i=l i=\ Аналогичное суммирование уравнений второго типа дает:
Дата добавления: 2014-12-17; Просмотров: 454; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |