Эконометрические модели: общая характеристика, различия статистического и эконометрического подхода к моделированию.
Математические модели широко применяются в бизнесе, экономике, общественных науках, исследовании экономической активности и даже в исследовании политических процессов.
Математические модели полезны для более полного понимания сущности происходящих процессов, их анализа. Модель, построенная и верифицированная на основе (уже имеющихся) значений объясняющих переменных, может быть использована для прогноза значений зависимой переменной в будущем или для других наборов значений объясняющих переменных.
Можно выделить три основных класса моделей, которые применяются для анализа и/или прогноза:
1. Модели временных рядов представляют собой зависимость результативной переменной от переменной времени или переменных, относящихся к другим моментам времени.
Модели временных рядов, в которых результативная переменная зависит от времени:
1) модель тренда (зависимость результативной переменной от трендовой компоненты);
,
где - временной тренд заданного параметрического вида (например, линейный ),
- случайная стохастическая компонента.
2) модель сезонности (зависимость результативной переменной от сезонной компоненты);
,
где - периодическая (сезонная) компонента,
- случайная стохастическая компонента.
3) модель тренда и сезонности.
(аддитивная)
(мультипликативная)
Модели временных рядов, в которых результативная переменная зависит от переменных, датированных другими моментами времени:
1) объясняющие вариацию результативной переменной в зависимости от предыдущих значений факторных переменных — модели с распределенным лагом;
2) объясняющие вариацию результативной переменной в зависимости от предыдущих значений результативных переменных — модели авторегрессии;
3) объясняющие вариацию результативной переменной в зависимости от будущих значений факторных или результативных переменных — модели ожидания.
Модели временных рядов могут быть построены по стационарным и нестационарным временным рядам. Для стационарного временного ряда характерны постоянные во времени средняя, дисперсия и автокорреляция.
Дата добавления: 2016-05-16; просмотров: 1189;