Статистическая база эконометрических исследований

Любое эконометрическое исследование всегда сочетает теорию (математические модели) и практику (статистические данные). С помощью моделей описывают и объясняют изучаемые процессы, а статистические данные используются для построения и обоснования моделей. Без конкретных количественных данных, характеризующих функционирование экономического объекта, не всегда можно определить практическую значимость определенной модели.

Экономические данные обычно разделяют на два вида:

- Перекрестные данные (данные по какому-то экономическому показателю, полученные для различных однотипных объектов (фирм, регионов). Причем данные получены в один и тот же момент времени или временная принадлежность несущественна. Например, данные бюджетных исследований населения в определенный момент времени является перекрестными)

- Временные ряды (характеризуют один и тот же объект, но в разные моменты времени. Например, динамика уровня инфляции за определенный период).

Последовательные значения временных рядов могут быть связаны между собой определенными зависимостями: наблюдаются некоторые закономерности в отклонениях от общей тенденции развития или оказываются временные сдвиги показателей (временные лаги). Поэтому методы обработки таких данных несколько отличаются от методов, применяемых для обработки перекрестных данных.

Целью сбора статистических данных является построение информационной базы для принятия решений. Естественно, что анализ данных и принятие решений осуществляются на основании некоторой интуитивной (неявной) или количественной (явной) экономической модели. Поэтому собирают именно данные, касающиеся определенной модели. Их можно получить опросом, анкетированием, интервьюированием или из источников официальной статистической отчетности. Каждый показатель, полученный одним из указанных способов, называется наблюдением.

Любые экономические данные являются количественными характеристиками экономических объектов. Они формируются под действием многих факторов, которые не всегда можно проконтролировать извне. Неконтролируемые факторы могут приобретать случайные значения из некоторого множества допустимых значений и тем самым вызывать случайность данных. Стохастическая природа экономических данных требует применения специальных адекватных им статистических методов для их анализа и обработки.

При подготовке статистических данных для работы с определенной моделью необходимо обеспечить соответствие этих данных модели и общую методическую базу для их оценки. Данные должны образовывать взаимно согласованный набор, то есть если измерение осуществляется в денежных единицах, то это должны быть текущие или фиксированные (одного и того же года) цены. Реальным объемным показателям (т.е. в фиксированных цепях) должны соответствовать реальные относительные показатели (например, % ставки следует скорректировать относительно темную инфляции). В зависимости от поставленных задач выбирают обобщенные показатели: валовой внутренний продукт, валовые внутренние хранения и т.п.. Отсутствующие статистические данные в основном могут быть рассчитаны по другим показателям, если между ними существует определенная функциональная зависимость. Например, инфляция рассчитывается по данным о дефляторе, и наоборот.

Итак, формируя совокупность наблюдений, следует обеспечить сопоставимость данных в пространстве и времени. Это означает, что данные входной совокупности должны иметь:

• одинаковую степень агрегирования;

• однородную структуру единиц совокупности;

• одни и те же методы расчета показателей во времени или пространстве;

• одинаковую периодичность учета отдельных переменных;

• сравнению цепы и одинаковые другие внешние экономические условия.

Выводы, которые можно сделать в результате эконометрического моделирования, вполне обусловленные качеством входных данных, а именно их полнотой и достоверностью.