Что такое статистика в экономике
Что такое статистика в экономике
« Модели должны быть простыми,
насколько это возможно.
но не более того »
А. Эйнштейн
Добро пожаловать в пространство экономической статистики!
Курс первого уровня, как правило, содержит информацию об основных системах показателей и методах сбора информации, используемых официальной статистикой в РФ, и направлен на формирование у студента навыка применения по заданной программе теории статистического вывода к анализу реальных условий хозяйствования на микро- и макроэкономическом уровне. Соответствующие учебные программы опираются на базовые знания нулевого уровня и включаются в учебные планы бакалавриата (2-3 курс).
Курс второго уровня имеет целью подготовку специалиста, способного адекватно и с наименьшими затратами самостоятельно организовать и провести необходимое статистическое исследование в реальных условиях, с учётом проблем и особенностей организации российской национальной статистики. Такой специалист непременно должен также иметь представление о международных системах сбора, хранения и статистического анализа информации, актуальных для российской экономики. Соответствующие учебные программы опираются на базовые знания первого уровня и включаются в учебные планы магистратуры (1 курс).
Важность макроэкономических расчётов на базе показателей СНС и острый недостаток в России как литературы по этой тематике, так и квалифицированных специалистов, создаёт настоятельную необходимость преподавания этого предмета отдельными семестровыми курсами на первом и втором уровне обучения студентам, обучающимся по направлениям “Статистика”, “Экономика”, “Менеджмент”, “Финансы”. Качество подготовки специалистов в высших учебных заведениях существенно повышает введение в учебные планы как бакалавриата, так и магистратуры обязательных специальных курсов одной из отраслевых статистик по основному профилю специализации: статистика мнений, статистика финансов, статистика денежно-кредитной сферы, банковская статистика, статистика фондового рынка, социальная статистика, статистика рынка труда, статистика окружающей среды и т.п. Каждая из соответствующих учебных программ содержит те особенные системы статистических показателей и специфические приёмы сбора и анализа информации, которые непременно потребуются профессионалу для решения повседневно возникающих реальных проблем в избранной им сфере деятельности.
Мы постарались представить в этом разделе наиболее широкий спектр учебных программ по различным разделам экономической статистики для самых разных категорий пользователей. Основным критерием расширения круга представленных программ было стремление к конкретизации предмета и объекта исследования. Преподаватели и кафедры статистики (в первую очередь – региональных вузов России) могут использовать предложенные материалы непосредственно в учебном процессе для расширения круга преподаваемых дисциплин, для совершенствования существующих, а также (и это очень важно для регионов!) для повышения собственной квалификации. Студенты и их родители, а также обучающиеся самостоятельно могут привлекать дополнительно учебные программы различных вузов в качестве справочного материала, содержащего вопросы для контроля знаний, тесты, примеры экзаменационных вариантов, задания на выполнение расчётных учебно-исследовательских работ и пр. Для руководства вузов и факультетов интересным и полезным в контексте обмена опытом может оказаться сопоставление учебных программ различных вузов по одной и той же дисциплине, особенно по содержанию основной концепции учебной программы, а также по объёму и структуре часов.
Мы представили концептуально различные учебные программы экономико-статистических дисциплин, вне зависимости от того, соглашались мы или нет с мнением авторов о цели задачах, структуре и содержании курса. При этом мы исходили из необходимости соответствия статистических курсов общей схеме преподавания в вузе. Проведённый анализ учебных программ позволяет утверждать, что форма и качество преподавания экономической статистики как науки, создающей аналитическую базу и, следовательно, возможности дальнейшего развития профессиональным дисциплинам специализации, являются своего рода индикатором системы обучения в вузе вообще. Так же как и в практическом анализе, экономическая статистика позволяет проверять исходные экономические теории на валидность: если логически корректная модель даёт ложные результаты, значит, ложными были её исходные допущения. Характеризуя реально сложившуюся на сегодняшний день в России структуру экономического образования, отбор различных по исходной концепции учебных программ по экономико-статистическим дисциплинам в любом случае является достоинством раздела.
Мы рекомендуем следующую примерную схему преподавания блока экономико-статистических дисциплин:
Cобранные здесь учебные программы могут быть также использованы в качестве справочного пособия специалистами органов государственного управления, занимающимися вопросами разработки макроэкономической политики, бизнесменами и менеджерами, заинтересованными в оценке общего макроэкономического климата и экономической конъюнктуры. Наконец, материалы раздела послужат ориентиром в пространстве современной экономической статистики для широкого круга профессионалов различных специальностей.
Экономическая статистика
Смотреть что такое «Экономическая статистика» в других словарях:
Экономическая статистика — Эконометрика наука, изучающая конкретные количественные и качественные взаимосвязи экономических объектов и процессов с помощью математических и статистических методов и моделей. Определение предмета эконометрики было дано в уставе… … Википедия
Экономическая статистика — часть статистической науки, изучающая количественную сторону экономических процессов и явлений, происходящих в народном хозяйстве, в неразрывной связи с их качественным содержанием. В отличие от отраслевых статистик, изучающих процессы,… … Большая советская энциклопедия
Экономическая статистика — ECONOMIC STATISTICS Наука, ставящая перед собой задачу сбора, обработки и анализа экономических показателей, таких как уровень производства, доходы и расходы бюджета, объем экспорта и импорта, уровень безработицы, темпы инфляции и т.д. Данные… … Словарь-справочник по экономике
СТАТИСТИКА ЭКОНОМИЧЕСКАЯ — (от лат. status состояние), отрасль экономической науки, имеющая своей целью сбор, обработку, анализ и публикацию данных о различных явлениях экономики и общественной жизни. Статистика возникла в 17 веке, однако такие виды статистического учета,… … Энциклопедический словарь
Статистика строительства — статистика капитального строительства, отрасль экономической статистики (См. Экономическая статистика), изучающая явления и процессы, связанные с осуществлением капитальных вложений в воспроизводство основных фондов и с производственной… … Большая советская энциклопедия
Статистика — (немецкое Statistik, от итальянского stato государство), 1) собирание, обработка, анализ и публикация количественной информации о различных сферах жизни общества (экономика, культура, мораль и др.). 2) Отрасль знаний, в которой излагаются общие… … Иллюстрированный энциклопедический словарь
СТАТИСТИКА — (нем. Statistik от итал. stato государство),1) вид практической деятельности, направленной на собирание, обработку, анализ и публикацию статистической информации, характеризующей количественные закономерности жизни общества во всем ее… … Большой Энциклопедический словарь
Статистика — (Statistics) Статистика это общетеоретическая наука, изучающая количественные изменения в явлениях и процессах. Государственная статистика, службы статистики, Росстат (Госкомстат), статистические данные, статистика запросов, статистика продаж,… … Энциклопедия инвестора
статистика — и; ж. [нем. Statistik] 1. Совокупность наук, исследующих количественные показатели развития жизни общества во всём её многообразии (экономики, культуры, морали, политики и т.п.) в неразрывной связи с их качественным содержанием. 2. Количественный … Энциклопедический словарь
Статистика — I Статистика (нем. Statistik, от итал. stato, позднелат. status государство) 1) вид общественной деятельности, направленной на получение, обработку и анализ информации, характеризующей количественные закономерности жизни общества во всём… … Большая советская энциклопедия
CATBACK.RU
СПРАВОЧНИК
ДЛЯ ЭКОНОМИСТОВ
Экономическая статистика. Задачи экономической статистики
Экономическая статистика — это одна из наиболее важных отраслей статистики как научной дисциплины и вида практической деятельности органов государственной статистики, которая занимается количественной характеристикой массовых явлений и процессов в экономике.
Данные экономической статистики позволяют обеспечить систематическое количественное описание всех основных аспектов экономического процесса и экономики в целом. Они необходимы прежде всего органам государственного управления для решения вопросов, связанных с регулированием экономики и разработкой экономической политики.
Экономическая статистика тесно связана с другими разделами статистики, и в первую очередь с социально-демографической статистикой, предметом которой является детальное изучение социально-демографических процессов, и со статистикой отдельных отраслей (статистика промышленности, сельского хозяйства, строительствам т.д.), на которую возложена задача более подробного описания и анализа экономики соответствующих отраслей.
Как и всякая наука, статистика имеет свой предмет изучения статистика изучает количественную сторону массовых общественных явлений в неразрывной связи с их качественной стороной, исследует количественное выражение закономерностей общественного развития в конкретных условиях места и времени. Свой предмет статистика изучает при помощи определенных категорий, т.е. понятий, которые отражают наиболее общие и существенные свойства, признаки, связи и отношения предметов и явлений объективного мира.
Основные понятия теории статистики:
1. Статистическая совокупность – это множество единиц изучаемого явления, объединенных единой качественной основой, общей связью, но отличающихся друг от друга отдельными признаками. Таковы, например, совокупность домохозяйств, совокупность семей, совокупность предприятий, фирм, объединений и т.п.
Совокупность называется однородной, если один или несколько изучаемых существенных признаков ее объектов являются общими для всех единиц.
Совокупность, в которую входят явления разного типа, считается разнородной. Совокупность может быть однородна в одном отношении и разнородна в другом. В каждом отдельном случае однородность совокупности устанавливается путем проведения качественного анализа, выяснения содержания изучаемого общественного явления.
2. Признак – это качественная особенность единицы совокупности. По характеру отображения свойств единиц изучаемой совокупности признаки делятся на две основные группы:
— признаки, имеющие непосредственное количественное выражение, например возраст, стаж работы, средний заработок и т.д. Они могут быть дискретными и непрерывными;
— признаки, не имеющие непосредственного количественного выражения. В этом случае отдельные единицы совокупности различаются своим содержанием (например, профессии – характером труда: учитель, столяр, швея-мотористка и т.д.).
Такие признаки обычно называют атрибутивными (в философии «атрибут» – неотъемлемое свойство предмета). В случае, когда имеются противоположные по значению варианты признака, говорят об альтернативном признаке (да, нет). Например, продукция может быть годной или бракованной (не годной); для представителей отдельных возрастных групп существует вероятность дожить или не дожить до следующей возрастной группы; каждое лицо может состоять в браке или нет и т.д. Особенностью статистического исследования является то, что в нем изучаются только варьирующие признаки, т.е. признаки, принимающие различные значения (для атрибутивных, альтернативных признаков) или имеющие различные количественные уровни у отдельных единиц совокупности.
3. Статистический показатель – это количественная оценка свойства изучаемого явления. Статистические показатели можно подразделить на два основных вида: учетно-оценочные показатели (размеры, объемы, уровни изучаемого явления) и аналитические показатели (относительные и средние величины, показатели вариации и т.д.).
Свой предмет статистика изучает при помощи своего, специфического метода. Общей основой разработки и применения статистической методики является диалектический метод познания, согласно которому общественные явления и процессы рассматриваются в развитии, взаимной связи и причинной обусловленности. Метод статистики – это целая совокупность приемов, пользуясь которыми статистика исследует свой предмет. Она включает в себя три группы собственно методов: метод массовых наблюдений, метод группировок, метод обобщающих показателей.
Статистическое наблюдение заключается в сборе первичного статистического материала, в научно организованной регистрации всех существенных фактов, относящихся к рассматриваемому объекту. Это первый этап всякого статистического исследования.
Метод группировок дает возможность все собранные в результате массового статистического наблюдения факты подвергать систематизации и классификации. Это второй этап статистического исследования.
Метод обобщающих показателей позволяет характеризовать изучаемые явления и процессы при помощи статистических величин – абсолютных, относительных и средних. На этом этапе статистического исследования выявляются взаимосвязи и масштабы явлений, определяются закономерности их развития, даются прогнозные оценки.
Основными задачами экономической статистики являются:
В рамках выполнения этих задач в условиях рыночной экономики государственная статистическая служба занимается систематическим описанием и анализом следующих экономических явлений и процессов:
В соответствии со ст. 71 Конституции РФ руководство статистикой в стране осуществляет Госкомстат как федеральный орган исполнительной власти. Госкомстат РФ, его органы в республиках, краях, областях, автономных областях и округах, в городах Москве и Санкт-Петербурге, других городах и районах, а также подведомственные им организации, учреждения и учебные заведения составляют единую систему государственной статистики страны. Формы и методы сбора и обработки статистических данных, методология расчета статистических показателей, установленные Госкомстатом, являются статистическими стандартами РФ.
В соответствии с положением основными задачами Госкомстата России являются:
1) предоставление официальной статистической информации Президенту, правительству, федеральному собранию РФ, федеральным органам исполнительной власти, общественности;
2) разработка научно обоснованной статистической методологии, соответствующей международным стандартам;
3) координация статистической деятельности в государстве;
4) разработка экономико-статистической информации, ее анализ, составление национальных счетов, проведение необходимых балансовых расчетов;
Основные функции Госкомстата России состоят в том, что он:
1) организует проведение государственных статистических наблюдений по разработанным им или согласованным с ним программам, формам и методикам;
2) обеспечивает функционирование ЕГРПО (Единого государственного регистра предприятий и организаций);
3) обеспечивает сбор, обработку, хранение и защиту статистической информации, соблюдение государственной и коммерческой тайны, необходимую конфиденциальность данных (конфиденциальный – секретный, доверительный);
4) сопоставляет основные социально-экономические показатели России с аналогичными показателями других стран, совместно с Центробанком составляет платежный баланс страны;
5) проводит единую техническую политику в области сбора, обработки и передачи статистической информации, в разработке и формировании федеральных программ по вопросам, порученным Госкомстату.
Важным элементом изучения социально—экономических явлений и организации информации являются классификации, группировки и номенклатуры. Классификация в статистике представляет собой систематизированное распределение явлений и объектов на определенные секции, группы, классы, позиции, виды на принципах сходства и различия. Основанием классификации служит признак (критерий) или несколько признаков (критериев).
Классификатор в статистике – это систематизированный перечень объектов (отраслей, предприятий, продукции, занятий, основных фондов), каждому из которых присвоен код. Код подразумевает название объекта и служит инструментом его идентификации.
Система экономических классификаций является условием упорядочения, анализа, хранения и эффективного поиска информации. Классификатор дополняется и конкретизируется в номенклатуре – стандартном перечне объектов и их групп. Классификационные группировки образуют иерархическую или фасетную (списочную) структуру либо же их сочетание. Каждый фасет представляет собой последовательное перечисление объектов классификации по одному признаку.
Иерархический метод классификации представляет собой последовательное распределение множества объектов на подчиненные классификационные группировки. Сначала множество объектов подразделяется по отдельным признакам на крупные группы, затем каждая из них – по другому признаку на ряд последующих группировок, при этом детализируется объект классификации. В результате между классификационными группировками устанавливается подчиненность – иерархия. Группировка позволяет распределить сложные по своему содержанию совокупности на группы, однородные по какому—либо существенному признаку, а также имеющие одинаковые или близкие значения группиро—вочного признака.
В классификациях используются цифровые коды для группировок преимущественно по признакам назначения (или другим признакам) объекта кодирования.
Группировки объектов в основном составляются по иерархическому методу. Как правило, высшим уровнем агрегирования является раздел. За ним идут подразделы, характеризующие следующий уровень распределения группировок объектов классификации. Дальнейшая детализация производится на уровне классов, которые в большинстве случаев оказываются наименьшим уровнем группировок.
Важным средством обеспечения достоверности и сопоставимости показателей является созданная в России Единая система классификации и кодирования информации (ЕСКК).
Классификации отраслей экономики необходимы для распределения предприятий или их частей (подразделений).
Классификации всех видов экономической деятельности служат базой для анализа статистических данных о производстве и о факторах производства. Международная стандартная отраслевая классификация всех видов экономической деятельности (МСОК) является классификацией видов экономической деятельности с иерархической структурой.
МСОК имеет 17 секций, обозначенных заглавными буквами латинского алфавита. Одни секции состоят из единственного раздела (например, строительство и образование), другие – из нескольких. Всего в МСОК входит 159 групп, которые образуют 290 классов.
Разделы и группы представлены с учетом:
1) характера производимых товаров и услуг (физического состава, стадии производства);
2) назначения товаров и услуг;
3) видов сырья, обработки и технологии производства.
Классы устанавливаются с учетом основной части продукции, производимой включенными в этот класс единицами.
Единицами наблюдения в МСОК являются объекты, по которым ведется сбор информации, однородные по экономической деятельности и по местоположению. Единицей вида деятельности может быть предприятие или часть предприятия (подразделение).
Общероссийский классификатор видов экономической деятельности, продукции и услуг (ОКДП) совпадает по высшим иерархическим уровням с видами и числом групп, представленных в МСОК. В ОКДП входит 55 тыс. видов продукции и услуг по всем отраслям экономики.
Кодовые обозначения: четырехзначный цифровой десятичный код – для видов экономической деятельности; семизначный цифровой десятичный код – для группировок продукции и услуг.
Совокупность производственных единиц, осуществляющих преимущественно одинаковый или сходный вид производственной деятельности, образует отрасль экономики. Каждая организация относится к той отрасли, которая соответствует основному виду деятельности. По перечню отраслей экономики группируются отрасли, производящие товары, и отрасли, оказывающие услуги.
Отрасль определяется как совокупность предприятий или подразделений предприятий, которые расположены в одном месте, заняты одним видом производственной деятельности или в которых на долю основной деятельности приходится основная часть добавленной стоимости. Предприятия, которые осуществляют несколько видов производственной деятельности, для отнесения к соответствующим отраслям подразделяют на заведения. При невозможности выделения какого—либо подразделения в качестве заведения его деятельность учитывается вместе с основной деятельностью. Общероссийский классификатор продукции (ОКП) предназначен для обеспечения достоверности, сопоставимости и автоматизированной обработки информации о продукции.
В ОКП предусмотрена пятиступенчатая иерархическая классификация.
В системе международных экономических классификаций после МСОК следует рассмотреть связанную с ней Центральную классификацию продукции (СРС).
1. Продукция сельского хозяйства, лесного хозяйства и рыболовства. 01. Продукция сельского хозяйства; 02. Продукция животноводства; 03. Продукция лесного хозяйства; 04. Рыбная продукция.
2. Руды и материалы, электричество, газ, вода. 11. Каменный уголь, торф; 12. Сырая нефть и природный газ. 3. Пищевые продукты. 21. Мясо, рыба, фрукты, овощи; 22. Молочные продукты.
4. Прочие транспортабельные товары, кроме изделий из металла. 31. Изделия из дерева; 32. Целлюлоза, бумага и изделия из бумаги; 33. Продукция коксовых печей.
5. Изделия из металла, машины и оборудование. 41. Основные металлы; 42. Готовые металлические изделия; 43. Машины и оборудование общего назначения; 44. Машины и оборудование специального назначения; 45. Электрические машины и приборы; 46. Радио- и телевизионное оборудование; 47. Медицинская аппаратура; 48. Транспортное оборудование.
6. Строительные работы, сооружения. 50. Строительные работы; 51. Сооружения; 52. Земля.
7. Торговые услуги. 61. Услуги по продаже, техническому обслуживанию автомобилей и мотоциклов; 62. Услуги оптовой торговли; 63. Услуги розничной торговли; 64. Услуги гостиниц и ресторанов.
8. Услуги транспорта, складского хозяйства и связи. 71. Услуги сухопутного транспорта; 72. Услуги водного транспорта.
9. Коммерческие услуги, услуги в области сельского хозяйства, горнодобывающей и обрабатывающей промышленности. 81. Услуги по финансовому посредничеству; 82. Услуги, связанные с недвижимым имуществом; 83. Услуги по лизингу и аренде; 84. Услуги в области права, составление счетов, бухгалтерского учета и ревизии; 85. Услуги в области сельского хозяйства, горнодобывающей и обрабатывающей промышленности.
Для сбора статистических данных о внешнеэкономической деятельности России и ее регулирования предназначена Товарная номенклатура внешнеэкономической деятельности (ТН ВЭД), которая разработана на основе Гармонизированной системы описания и кодирования товаров (HS) и Комбинированной номенклатуры (KN) Европейского Союза. ТН ВЭД рекомендуется использовать при группировке экспорта и импорта товаров.
HS представляет собой многоцелевую товарную номенклатуру, соответствующую потребностям статистических служб, таможенных органов и коммерческой деятельности.
Построение HS базируется на совокупности различных признаков и функций, выполняемых товарами при образовании групп:
1) последовательность обработки товаров от сырья и полуфабрикатов до готовых изделий;
2) при построении товарных позиций и субпозиций – степень обработки;
3) назначение, вид материала, из которого изготовлен товар, и значение товара в мировой торговле.
Экономическая статистика
Эконометрика — наука, изучающая конкретные количественные и качественные взаимосвязи экономических объектов и процессов с помощью математических и статистических методов и моделей. Определение предмета эконометрики было дано в уставе Эконометрического общества, которое главными целями назвало использование статистики и математики для развития экономической теории. [1] Теоретическая эконометрика рассматривает статистические свойства оценок и испытаний, в то время как прикладная эконометрика занимается применением эконометрических методов для оценки экономических теорий. Эконометрика дает инструментарий для экономических измерений, а также методологию оценки параметров моделей микро- и макроэкономики. Кроме того, эконометрика активно используется для прогнозирования экономических процессов как в масштабах экономики в целом, так и на уровне отдельных предприятий. [2] При этом эконометрика является частью экономической теории, наряду с макро и микроэкономикой
Термин «эконометрика» состоит из двух частей: «эконо» — от «экономика» и «метрика» — от «измерение». Эконометрика (или эконометрия) входит в обширное семейство дисциплин, посвященных измерениям и применению статистических методов в различных областях науки и практики. К этому семейству относятся, в частности, биометрия, технометрика, наукометрия, психометрия, хемометрия (наука об измерениях и применении статистических методов в химии), квалиметрия (наука об измерении качества). Особняком стоит социометрия — этот термин закрепился за статистическими методами анализа взаимоотношений в малых группах, то есть за небольшой частью такой дисциплины, как статистический анализ в социологии.
Одно из первых определений эконометрики дал Рагнар Фриш:
— Эконометрика. Учебник под ред. Елисеевой И. И.
Эконометрика тесно связана с математической экономикой. Так, Марк Блауг в своей статье для Британской энциклопедии пишет:
Содержание
История эконометрики
Предпосылки возникновения эконометрики
Первые попытки количественных исследований в экономике относятся к ХVII в. Они были связаны с представителями нового направления в экономической теории — политической арифметики. У.Петти, Ч.Давенант, Г.Кинг использовали конкретные экономические данные в своих исследованиях, в первую очередь, при расчете национального дохода. Это направление пробудило поиск экономических законов, по аналогии с физическими, астрономическими и другими естественнонаучными законами. При этом существование неопределенности в экономике еще не осозновалось. [3]
Важным этапом для возникновения эконометрики явилось развитие статистической теории в трудах Ф.Гальтона, К.Пирсона, Ф.Эджворта. Эти ученые предопределили первое применения парной корреляции. Так, Дж.Э.Юл определял связь между уровнем бедности и формами помощи бедным. Г.Хукер же измерял связь между уровнем брачности и благосостоянием, в котором использовалось несколько индикаторов благосостояния, к тому же исследовались временные ряды экономических переменных. [3]
С 1830-х годов наиболее развитые страны стали испытывать, необъяснимые с точки зрения экономической науки того времени потрясения — упадок деловой активности, возникновение массовой безработицы. Быстрое промышленное развитие и урбанизация выявила огромный пласт нерешенных социальных проблем. Уже в конце XIX в. неоклассическая теория стала восприниматься как слишком удаленная от действительности. Теория могла стать убедительной в том случае, если она бы смогла объяснить изменения происходящие в экономике. Для ее практического значения требовались количественные выражения базовых экономических понятий. [3]
В 1911 г. выходит книга американского экономиста Г.Мура «Законы заработной платы: эссе по статистической экономике». Многие ученые считают эту работу первым трудом по эконометрике. В этом исследовании он провел анализ рынка труда, статистически проверил теорию производительности Дж. Кларка и изложил основы стратегии объединения пролетариата. Г.Мур показал, что сложные математические построения, наполненные фактическими данными, могут составить основу для разработки социальной стратегии. [3]
В это же время итальянский экономист Р.Бенини впервые применил метод множественной регрессии при оценке функции спроса. Значительный вклад в становление эконометрики весли исследования цикличности экономики. Первым цикличность экономики обнаружид К.Жугляр. Он выявил 7-11-летние циклы инвестиций. Сразу после него С.Китчин выявил 3-5-летнюю периодичность обновления оборотных средств, С.Кузнец, лауреат Нобелевской премии по экономике за 1971 год, обнаружил 15-20-летние циклы в строительстве, а Н.Кондратьев выявил свои знаменитые «длинные волны» продолжительностью 45-60 лет. [3]
Значительной вехой в формировании эконометрики явилось построение экономических барометров. Большинство экономических барометров основано на следующей идее: в динамике различных элементов экономики существуют такие показатели, которые в своих изменениях идут впереди других и потому могут служить сигналами изменений последних. Первым и самым известным стал Гарвардский барометр, который был создан в 1903 г. под руководством У.Персонса и У.Митчелла. Он состоял из кривых, характеризующих фондовый, товарный и денежный рынки. Каждая из этих кривых представляла среднюю арифметическую из входящих в нее нескольких показателей. Эти ряды предварительно статистически обрабатывались путем исключения тенденции, сезонности и приведения колебаний отдельных кривых к сравнимому масштабу колеблемости. В основу прогноза гарвардского барометра было положено свойство каждой отдельной кривой повторять движение остальных в определенной последовательности и с определенным отставанием. Успех использования гарвардского барометра породил эпидемию таких построений в других странах. Приблизительно с 1925 г. он потерял свою чувствительность. Его крах объясняется появлением мощного регулирующего фактора в экономике США. В этих условиях основным методом макроэкономического анализа становится метод «затраты-выпуск» В. В. Леонтьева. В это же время начали строиться экономические модели, использующие методы гармонического анализа. Эти методы были перенесены в экономику из астрономии, метереологии и физики. [4]
История развития
К 1930-м годам сложились все предпосылки для выделения эконометрики в отдельную науку.Стало ясно, что для более глубокого понимания экономических процессов стоит использовать в той или иной степени статистику и математику.Возникла необходимость появления новой науки со своим предметом и методом, объединяющая все исследования в этом направлении. 29 декабря 1930 г. по инициативе И.Фишера, Р.Фриша, Я.Тинбергена, Й.Шумпетера, О.Андерсона и других ученых было создано эконометрическое общество. В 1933 г. Р. Фриш основал журнал «Эконометрика», который и сейчас имеет большое значение для развития эконометрики. А уже в 1941 г. появляется первый учебник по новой научной дисциплине, написанный Я.Тинбергеном. [5] В 1969 г. Фриш и Тинберген стали первыми исследователями получившимии Нобелевскую премию по экономике. Как говорится в официальном сообщении нобелевского комитета: «за создание и применение динамических моделей к анализу экономических процессов». [6]
До 1970-х годов эконометрика понималась как эмпирическая оценка моделей, созданных в рамках экономической теории. По мнению эконометристов того времени статистические данные должны были защитить теорию от догматизма. При этом подавляющее большинство экономических моделей, построенных в этот период, были кейнсианскими. Но начиная с 1970-х годов формальные методы стали использоваться при выборе причинности теоретических концепций. При этом эконометрикой стали активно пользоваться и монетаристы. [7]
В 1980 г. вторую эконометрическую Нобелевскую премию по экономике получил американский экономист Лоуренс Клейн за создание экономических моделей и их применение к анализу колебаний экономики и экономической политики. Совместно с А.Голдбергом создал одну из самых известных моделей американской экономики, известной как «модель Клейна–Голдберга». В основу структуры этой модели были положены его собственные разработки. Она состояла из взаимосвязанных одновременных и направленных рядов уравнений, решение которых давало картину производства в стране. Говоря об этой модели, Р.Дж.Болл отмечал: «Как эмпирическое представление об основах кейнсианской системы эта модель стала, возможно, самой знаменитой среди моделей крупных национальных хозяйств до появления других моделей в 60-е гг.». [8] Клейн также организовал широко известный проект «Линк» для интеграции статистических моделей разных стран в единую общую систему с целью улучшения понимания международных экономических связей и прогнозирования в области мировой торговли. [9]
В это время активно развивалась не только макро-, но микроэконометрика. Пионерами этого направления выступили Д.Хэкман и Д.Макфадден. Они разработали теорию и методы, которые широко используются в статистическом анализе поведения индивидуумов и домохозяйств как в экономике, так и в других общественных науках. Так, Дж. Хекман решил проблему смещения выборки из-за селективности данных и самоотбора. Для ее решения он предложил использовать метод коррекции Хекмана, который благодаря своей эффективности и простоте в использовании стал широко использоваться в эмпирических исследованиях. Основной вклад Д.Мак-Фаддена в науку заключается в развитии методов для анализа дискретного выбора. В 1974 г. он разработал условный логит-анализ, который сразу был признан фундаментальным достижением экономической науки. Также он создал эконометрические методы для оценки производственных технологий и исследования факторов, лежащих в основе спроса фирм на капитал и рабочую силу. Выдающиеся достижения этих ученых были отмечены Нобелевской премией по экономике в 1990 г. [10]
Важным событием для развития эконометрики стало появление компьютеров. Благодаря им мощное развитие получил статистический анализ временных рядов. Г.Бокс и Г.Дженкинс создали ARIMA-модель в 1970 г., а К.Симс и другие ученые — VAR-модели, ставшие популярными в начале 1980-х гг. Стимулировало эконометрические исследования и бурное развитие финансовых рынков и производных инструментов. Это привело лауреата Нобелевской премии по экономике за 1981 год Дж. Тобина к разработке моделей с использованием цензурированных данных. [11]
Большое влияние на современную эконометрику оказал Хаавельмо. Хаавельмо показал, как можно использовать методы математической статистики для того, чтобы получать обоснованные заключения о сложных экономических взаимосвязях исходя из случайной выборки эмпирических наблюдений. Эти методы можно кроме того использовать для оценивания соотношений, полученных на основе экономических теорий, и для проверки этих теорий. В 1989 г. ему присудили Нобелевскую премию по экономике «за прояснение вероятностных основ эконометрики и анализ одновременных экономических структур». [12]
Хаавельмо рассматривал экономические ряды как реализацию случайных процессов. Главными проблемами, возникающими при работе с такими данными являются нестационарность и сильная волатильность. Если переменные нестационарны, то есть риск установить связь, где ее нет. Вариантом решения данной проблемы является переход от уровней ряда к их разностям. Недостатком данного метода является сложность экономической интерпретации полученных результатов. Для решения этой проблемы Клайв Грэнджер ввел концепцию коинтеграции как стационарной комбинации между нестационарными переменными. Им была предложена модель корректировки отклонений (ЕСМ), для которой он разработал методы оценивания ее параметров, обобщения и тестирования. Коинтеграция применяется в случае, если краткосрочная динамика отражает значительные дестабилизирующие факторы, а долгосрочная стремится к экономическому равновесию. Модели, созданные Грэнджером, в 1990 г. были обобщены С.Йохансеном для многомерного случая. В 2003 г. Гренджер совместно с Р.Инглом получили нобелевскую премию. Р.Ингл, в свою очередь, известен как создатель моделей с меняющейся во времени волатильностью (т. н. ARCH-модели). Эти модели получили широкое распространие на финансовых рынках. [13]
Эконометрика сегодня
Сегодня эконометрика занимает достойное место в ряду экономических наук. В мире выпускается ряд научных журналов, полностью посвященных эконометрике, в том числе: Journal of Econometrics (Швеция), Econometric Reviews (США), Econometrica (США), Sankhya. Indian Journal of Statistics. Ser.D. Quantitative Economics (Индия), Publications Econometriques (Франция), эконометрику изучают в ведущих мировых университетах, пришло понимание, что без эконометрических методов невозможно проводить современный макро- и микроэкономический анализ.
На русском языке также существуют специализированные журналы. К ним относятся «Прикладная эконометрика» и «Квантиль». Отдельные публикации по эконометрике появляются в журналах «Экономика и математические методы», «Вопросы статистики», «Вопросы экономики» и некоторых других.
Ранее в России по ряду причин эконометрика не была сформирована как самостоятельное направление научной и практической деятельности. Хотя в настоящее время начинают развертываться эконометрические исследования, в частности, начинается широкое преподавание этой дисциплины.
Структура эконометрики
В эконометрике, как дисциплине на стыке экономики и статистического анализа, естественно выделить три вида научной и прикладной деятельности (по степени специфичности методов, сопряженной с погруженностью в конкретные проблемы):
а) разработка и исследование эконометрических методов с учетом специфики экономических данных;
б) разработка и исследование эконометрических моделей в соответствии с конкретными потребностями экономической науки и практики;
в) применение эконометрических методов и моделей для статистического анализа конкретных экономических данных.
В настоящее время эконометрику разделяют на несколько основных разделов.
Параметрическая эконометрика
Непараметрическая эконометрика
Непараметрическая эконометрика — раздел эконометрики, кооторый не требует спецификации функциональных форм оцениваемых объектов. Вместо этого данные сами формируют модель. Непараметрические методы становятся все более популярными в прикладных исследованиях. Они более пригодны для анализа большого объема данных при малом количестве переменных. Также эти методы применяют, когда обычные параметрические спецификации не подходят для решения поставленной задачи. Непараметрическая эконометрика ослабляет параметрические предпосылки, что иногда является очень полезным при прикладном исследовании. Основными методами построения гибких моделей являяются ядерные методы, сглаживание сплайнами, методы ближайших соседей, нейронные сети и гибкие методы сглаживания с помощью рядов данных.
Также некоторые исследователи к непараметрической эконометрике относят эконометрический анализ нечисловых математических понятий, относящихся к тем или иным классам объектов нечисловой природы, таким, как нечеткие множества, интервалы, распределения вероятностей и т. д. Так, в статистике интервальных данных элементами выборки являются не числа, а интервалы. В статистике интервальных данных изучены практически все задачи классической прикладной математической статистики, в частности, задачи регрессионного анализа, планирования эксперимента, сравнения альтернатив и принятия решений в условиях интервальной неопределенности и т. д. Для данной отрасли науки разработана общая схема исследования, включающая расчет двух основных характеристик — нотны (максимально возможного отклонения статистики, вызванного интервальностью исходных данных) и рационального объема выборки (превышение которого не дает существенного повышения точности оценивания и статистических выводов, связанных с проверкой гипотез). Также разработаны подходы к учету интервальной неопределенности в основных постановках регрессионного, дискриминантного и кластерного анализов.
Многие утверждения статистики интервальных данных отличаются от аналогичных из классической математической статистики. В частности, не существует состоятельных оценок: средний квадрат ошибки оценки, как правило, асимптотически равен сумме дисперсии этой оценки, рассчитанной согласно классической теории, и квадрата нотны. Метод моментов иногда оказывается точнее метода максимального правдоподобия. При этом классические доверительные интервалы должны быть расширены вправо и влево на величину нотны, и длина их не стремится к 0 при росте объема выборки.
Специфика экономических данных
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.
Перечисленные четыре области выделены на основе математической природы элементов выборки: в первой из них это — числа, во второй — вектора, в третьей — функции, в четвертой — объекты нечисловой природы, то есть элементы пространств, в которых нет операций сложения и умножения на число. Примерами объектов нечисловой природы являются значения качественных признаков, бинарные отношения (ранжировки, разбиения, толерантности), последовательности из 0 и 1, множества, нечёткие множества, интервалы, тексты.
Как и для применений статистических методов в иных областях, в эконометрике решаются задачи описания данных (в том числе усреднения), оценивания, проверки гипотез, восстановления зависимостей, классификации 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.
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» — «нет», то число ответов «да» при первом подходе, как известно, имеет биномиальное распределение, а при втором — гипергеометрическое. К счастью для эконометристов, 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 биномиальное), так что 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.
Эконометрические методы
Регрессионный анализ
Анализ временных рядов
«Анализ временных рядов» — совокупность математико-статистических методов анализа, предназначенных для выявления структуры временных рядов и для их прогноза. Выявление структуры временного ряда необходимо для того, чтобы построить математическую модель того явления, которое является источником анализируемого временного ряда. Прогноз будущих значений временного ряда используется при принятии решений.
Как правило, при прогнозировании исходят из некоторой заданной параметрической модели. При этом используются стандартные методы параметрического оценивания (МНК, ММП, метод моментов). С другой стороны, достаточно разработаны методы непараметрического оценивания для нечетко заданных моделей. [14]
Панельный анализ
Панельные данные представляют собой прослеженные во времени пространственные микроэкономические выборки. Их использование дает ряд существенных преимуществ при оценке параметров регрессионных зависимостей, так как они позволяют проводить как анализ временных рядов, так и анализ пространственных выборок. С помощью подобных данных изучают бедность, безработицу, преступность, а, также, оценивают результативность государственных программ в области социальной политики.
Эконометрические модели
Наиболее известными являются эконометрические модели, предназначенные для прогнозирования макроэкономических показателей. Это обычно модели частного вида, имеющие целью прогнозирование многомерного временного ряда. Они представляют собой систему линейных зависимостей между прошлыми и настоящими значениями переменных. В таких задачах оценивают как структуру модели, то есть вид зависимости между значениями известных координат вектора в прежние моменты времени и их значениями в прогнозируемый момент (то есть проводят т. н. идентификацию модели), так и коэффициенты, входящие в эту зависимость.
Системы эконометрических уравнений
Измерение тесноты связи между переменными, построение изолированных уравнений регрессии недостаточно для объяснения функционирования сложных экономических систем. Изменение одной переменной не может происходить при абсолютной неизменности других. Ее изменение повлечет за собой изменения во всей системе взаимосвязанных признаков. Таким образом отдельно взятое уравнение регрессии не может характериовать истинное влияние отдельных признаков на вариацию результирующей переменной. Поэтому в экономических исследованиях важное место заняла проблема описания структуры связей между системой переменных.
Динамические модели макроэкономики
Модели распределенного лага
Модели ARMA
Модели ARIMA
Модели ARCH
Критика и апологетика эконометрики
Спор Кейнса и Тинбергена о методе
Во многом определяющим для развития эконометрики стал спор Тинбергена и Кейнса об эконометрическом методе исследования. В своей известной статье «Professor Tinbergen’s Method» Кейнс пишет, что Тинберген предпочитает лабиринты арифметики лабиринтам логики. Он говорит, что эконометрический анализ становится похож на детские головоломки, в которых вам нужно написать ваш возраст, умножить на что-то, прибавить еще что-то, вычесть и в конце концов получить число зверя из Откровения св. Иоанна Богослова. [15]
Кейнс утверждает, что исследовательский потенциал анализа множественной корреляции во многом зависит от экономиста. По его мнению, данный метод применим, только когда экономист в состоянии заранее представить правильный и безукоризненно полный анализ значимых факторов. [16] При этом возникает проблема использования неполного набора объясняющих переменных (смещенная оценка, вызванная пропуском переменных); построение моделей, содержащих ненаблюдаенмые переменные (такие как ожидания), полученные при помощи плохо измеренных данных, основанных на индексах; получение ложной корреляции в результате использоваания замещающих переменных и одновременности.
На эту критику Тинберген отвечает тем, что нерелевантные объясняющие переменные можно трактовать как случайные остатки, не коррелирующие систематически с другими объясняющими переменными. Если математическая форма соотношения задана, то можно представить определенные данные о вероятностных распределениях остатков. Речь идет о наиболее вероятных значениях и о стандартных отклонениях коэффициентов регрессии. Объясняющие факторы в известных пределах (учитывая неопределенность) можно измерить. Независимость остатков можно проверить впоследствии, например вычисляя автокорреляцию остатков или применяя конфлюэнтный анализ. При этом экономист не должен забывать об ограниченности метода и проверке достоверности данных.
Кейнс также пытается предъявить к методу множественной регрессии, являющемуся прикладным, требования, которым отвечает метод общий. Он настаивал на истинности предпосылок, соизмеримости условий, независимости рассматриваемых факторов, характере функций и т.д., при этом он не отвечает на вопрос о том, как проверить их истинность, что взять в качестве критериев истинности, соизмеримости и независимости. Современная же научная методология отказалась от принципа верификации предпосылок и перешла к верификации выводов или точности прогноза.
На введение фактора времени в уравнение регрессии Кейнс обрушивает не меньшую критику. Очевидно, что использование линейного тренда означает, что между первым и последним годами временного ряда проводится прямая линия. В результате очень многое зависит от того, какие годы выбраны для исследования. Разбирая пример временного ряда взятого с 1919 по 1933 гг. из книги Тинбергена, он говорит о том, что возникает парадокс, состоящий в том, что экономика США характеризовалась серьезным понижательным трендом за весь период, в том числе и за период, закончившийся в 1929 г. В целом эти изменения достигают 20%; в то же время если бы Тинберген остановился на 1929 г., то он использовал бы линию резко растущего тренда вместо линии резко падающего тренда для анализа тех же самых лет. [17] Трендовая компонента, по мнению Кейнса, очень похожа на метод корректировки неудачных результатов и затемняет тот факт, что данное объяснение на самом деле ошибочно.
При этом, по его мнению, непонятно в какой степени кривые и уравнения считаются не более чем частью описания и исторического анализа с целью подбора кривых и в какой степени с их помощью делаются индуктивные выводы относительно будущего или прошлого. Если с помощью метода нельзя доказать или опровергнуть теорию на качественном уровне, а также дать количественные ориентиры на будущее, то в чем состоит ценность такого метода? При этом очевидно, что он представляет собой не самый ясный способ описания прошлого. Самое важное условие при таком анализе состоит в том, что экономическая среда на протяжении некоторого периода времени должна оставаться неизменной и однородной во всех значимых отношениях, за исключением колебаний тех факторов, которые рассматриваются отдельно. Но быть уверенными, что такие условия сохранятся в будущем, даже если они обнаруживаются в прошлом нельзя. [18]
Однако, зачастую сам вид кривых подсказывает, что некоторый фактор, не упомянутый в большинстве учебников по экономике, представляет огромную важность. Представив численное значение одного или нескольких коэффициентов регрессии, можно критиковать одну или несколько использовавшихся ранее теорий. Тинберген приводит пример такой ситуации, когда множество теоретиков соглашаются с тем, что ставка процента является существенным фактором спроса на деньги или инвестиционной активности, а полученные результаты после анализа указывают на то, что такое влияние незначительно или, по меньшей мере, было таковым в США в течение данного периода времени.
Кейнс считает очень важным вопрос о предполагаемой линейности соотношений. Он утверждает, что не обнаружил какого-либо примера нелинейной корреляции. Он говорит о том, что не понимает анализ каких эмпирических данных заставляет использовать нелинейную корреляцию. [19] Диаграммы рассеяния позволяют понять, является ли некоторая корреляция линейной или нет. Утверждение по поводу нелинейной корреляции, согласно которому «несомненно, возникло бы впечатление, что весьма легкая манипуляция с этими прямыми линиями позволяет подвести любое объяснение под любые факты», часто слышится из уст критиков, не являющихся статистиками. Однако оно дает совершенно неадекватное представление о действительности. Нелинейность ни в коем случае не является произвольной манипуляцией с коэффициентами. Для каждого значения объясняющей переменной, чье влияние, по предположению, является нелинейным, возможен только один коэффициент, и из соображений непрерывности требуется, чтобы эти коэффициенты не колебались слишком сильно. Кейнс очень плохо относится к линейным соотношениям, он называет их смехотворными. Однако есть веские причины, в силу которых степень их смехотворности снижается. Во-первых, существует хорошо известное математическое утверждение о том, что на малых интервалах почти любую функцию можно аппроксимировать линейными функциями. Вторая причина, по которой линейные соотношения не являются смехотворными: наблюдение за экономическими данными показывает, что они очень часто встречаются на практике. К тому же естественно приняться за анализ экономического механизма, опираясь на простейшую предпосылку, совместимую с общей теорией. Такой подход очень часто встречается в индуктивной части любой исследовательской работы. Также существует теоретическое обоснование линейности, согласно которому для больших масс индивидов совместная реакция будет носить значительно более линейный характер, чем какая-либо индивидуальная реакция.
Критика эконометрики Кейнсом главным образом обусловлена различием в его подходе к экономической науке от подхода экономического мейнстрима. Основным пунктом этого расхождениями является вопрос «следует ли трактовать экономику как точную науку». Сам Кейнс давал отрицательный ответ на этот вопрос. В рамках его традиции экономическая среда изменчива и непредсказуема, а большинство экономических переменных связано между собой множеством сложных нелинейных зависимостей. Из этого следуют нестабильность коэффициентов корреляции и невозможность решения предсказательных задач. Поэтому экономическая наука не может претендовать на точные количественные измерения. Она должна быть основана на реалистичных предпосылках и содержать инструменты, помогающие понять и объяснить эту среду. Подход же Тинбергена вполне согласуется с современным мейнстримом: экономический анализ должен быть как можно более формализованным и нацеленным на решение конкретных количественных задач. В рамках данного подхода экономическая наука должна быть точной, а объект ее изучения аналогичен объектам технических и естественнонаучных дисциплин.