Классы моделей

Можно выделить три основных класса моделей: модели временных рядов, регрессионные модели с одним уравнением и системы одновременных уравнений.

К моделям временных рядов относятся модели тренда и модели сезонности. Тренд представляет собой устойчивое изменение уровня показателя в течение длительного времени. Сезонность характеризует устойчивые внутригодовые колебания уровня показателя.

Кроме того, к этому классу относится множество более сложных моделей, таких, например, как модель адаптивного прогноза, модель авторегрессии.

Их общей чертой является то, что они объясняют поведение временного ряда исходя только из его предыдущих значений.

В регрессионных моделях с одним уравнением объясняемая переменная представляется в виде функции от объясняющих переменных. Примером служит модель спроса на некоторый товар в зависимости от его цены и дохода.

По виду функции регрессионные модели делятся на линейные и нелинейные. Существуют эффективные методы оценки и анализа линейных регрессионных моделей. Анализ линейных регрессионных моделей является базовым в прикладной эконометрике.

Область применения регрессионных моделей, даже линейных, значительно шире, чем моделей временных рядов.

Системы одновременных уравнений описываются системами уравнений, состоящими из тождеств и регрессионных уравнений, в каждом из которых помимо объясняющих переменных содержатся объясняемые переменные из других уравнений системы. Примером служит модель формирования доходов.

Все три класса моделей могут использоваться при моделировании экономических процессов.

Обычно предполагают, что все факторы, не учтенные явно в экономической модели, оказывают на объект некое результирующее воздействие, величина которого задается случайной компонентой. Введение случайной компоненты в экономическую модель делает ее доступной для эмпирической проверки на основе статистических данных.