Введение

Развитие экономики, усложнение экономических процессов и повышение требований к принимаемым управленческим решениям в области макро и микроэкономики потребовало более тщательного и объективного анализа реально протекающих процессов на основе привлечения современных математических и статистических методов.

С другой стороны, проблема нарушения предпосылок классических статистических методов при решении реальных экономических задач привели к необходимости развития и совершенствования классических методов математической статистики и уточнения постановок соответствующих задач. В результате этих процессов осуществилось выделение и формирование новой отрасли знания под названием Эконометрика, связанной с разработкой и применением методов количественной оценки экономических явлений и процессов и их взаимосвязей.

Основным методом исследования в эконометрике является экономикоматематическое моделирование. Правильно построенная модель должна давать ответ на вопрос о количественной оценке величины изменения изучаемого явления или процесса в зависимости от изменений внешней среды. Например, как скажется увеличение или уменьшение уровня инвестиций на совокупном валовом продукте, какие дополнительные ресурсы понадобятся для запланированного увеличения выпуска продукции и т. п.

Практическая значимость эконометрики определяется тем, что применение ее методов позволяет выявить реально существующие связи между явлениями, дать обоснованный прогноз развития явления в заданных условиях, проверить и численно оценить экономические последствия принимаемых управленческих решений.

Ключевые слова:

Модель. Моделирование. Адекватность модели. Математическая модель. Экономические и эконометрические модели. Модели прогноза и имитации. Модели микроэкономики, мезоэкономики и макроэкономики. Теоретико-аналитические и прикладные модели. Дискриптивные и нормативные модели. Детерминистские и стохастические модели. Статические и динамические модели. Экзогенные переменные. Эндогенные переменные. Предопределенные переменные. Лаговые эндогенные переменные.

Основные термины:

Эконометрика – «экономика» + «метрика». Это наука об измерении и анализе экономических явлений, о количественных выражениях тех связей и соотношений, которые раскрыты и обоснованы экономической теорией. Это сплав четырех компонент: экономической теории, статистических и математических методов, компьютерных вычислений.

Модель – объект любой природы, который создается исследователем с целью получения новых знаний об объекте-оригинале и отражает только существенные (с точки зрения разработчика) свойства оригинала.

Моделирование - процесс построения, изучения и применения моделей.

Эконометрическая модель – вероятностно – статистическая модель, описывающая механизм функционирования экономической или социально –экономической системы.

Модель адекватна объекту-оригиналу – если она с достаточной степенью точности приближения отражает закономерности процесса функционирования реального объекта.

Экзогенные переменные в модели – переменные, задаваемые «извне», автономно от модели, управляемые и планируемые.

Эндогенные переменные модели – переменные, значения которых формируются в процессе и внутри функционирования анализируемой социально – экономической системы в существенной мере под воздействием экзогенных переменных и во взаимодействии друг с другом. В эконометрическом моделировании являются предметом объяснения.

Предопределенные переменные модели – все экзогенные переменные модели и лаговые эндогенные переменные.

Парная регрессия – регрессия между двумя переменными y и x, то есть модель вида: y=f(x)+ε, где:

y - зависимая переменная (результативный признак),

x – независимая, объясняющая, переменная ( признак- фактор),

ε - возмущение или стохастическая переменная, включающая влияние неучтенных в модели факторов.

Множественная регрессия – регрессия между переменными y и x1, x2, . . . , хm то есть модель вида: y=f(x1, x2, . . . , хm)+ε, где:

y - зависимая переменная (результативный признак),

x1, x2, . . . , хm – независимые, объясняющие, переменные ( признак- факторы),

ε - возмущение или стохастическая переменная, включающая влияние неучтенных в модели факторов.