Методология построения эконометрических моделей

Одной из основных задач анализа рядов в социально-экономических системах является изучение структуры и классификации основных факторов, под воздействием которых формируются составляющие элементы временного ряда, и его разложение на эти составляющие. Если доступными являются значения только одного из ключевых параметров ряда за достаточно длительный промежуток времени, тогда применяются методы анализа и прогнозирования временных рядов [1]. Варианты временного ряда предыдущих периодов дают возможность моделирования и прогнозирования поведения временных рядов без непосредственного учета действия влияющих факторов. Кроме того, текущее значение ряда зависит и от более отдаленных его значений, что является основой методологии прогнозирования временных рядов.

Економетрические модели временных рядов эффективно используються в экономических исследованиях [2]. Временной ряд можна записать в общем виде : {y} t = 1,2,..., n     где - t равноудаленные периоды исследований, yt - уровни ряда. Временные ряды нельзя отождествлять с обычными случайными выборками, поскольку основная информация временного ряда находится в фиксированной временной последовательности его уровней. Поэтому при построении динамических економетрических моделей необходимо использовать особые методы, которые учитывают их особенности.

Динамика временного ряда экономических явлений и процессов в общем виде формируется под действием группы    факторов :

Y_t = Q_t + S, + Z_t + U_t t   tt   t   t

.

Тренд Qt = f(t) является неслучайной составляющей временного ряда, которая изменяется медленно, и отражает влияние некоторых постоянных факторов [5]. Составляющая St = ^(t) описывает сезонные колебания -систематические изменения уровней временного ряда на протяжении определенного времени года и тоже есть неслучайной функцией. Циклические колебания   Zt = ^(t) - это систематические периодические изменения уровней временного ряда на более длительных интервалах времени. Тренд и циклические компоненты являются детерминированными компонентами временного ряда. Обязательным компонентом часового ряда является наличие стохастической составляющей Ut = ^(t) которая описывает исследуемый процесс и характеризует вероятностную природу временного ряда. Анализ случайной компоненты являются важной предпосылкой прогнозирования временных рядов в краткосрочном и среднесрочном прогнозировании. Тренд и циклическая компонента играют большую роль в долгосрочном прогнозировании экономических показателей.

При наличии тренда и циклической составляющей значения каждого последующего уровня ряда зависим от предыдущих значений. Полную информацию о наличии во временном ряду автокорреляция дает автокорреляционная функция. Пусть остатки модели описываются автокорреляционной функцией первого порядка ut = рut + £t , тогда коэффициенты автокорреляционной функции вычисляют по формуле:

р « r =

n

n

Е ^ии - 1

= 2

П — 1

n

Е ut

m + 1

+---- n

t = 1

Динамические эконометрические модели, построенные на основе научного подхода к экономико-математическому моделированию обеспечивают целостность объекта прогнозирования. Они могут быть использованы для принятия эффективных, взвешенных управленческих решений, направленных на сбалансированное развитие экономики.