Оценки надежности статистических методов

Еще в конце XIX в. Дж.Н. Кейнс сформулировал основные условия надежности статистических фактов:

1) надежность источников и степень их достоверности;

2) полнота источников;

3) способ группировки данных и способ вычисления средних величин².

Кроме того, Кейнс указывал на две основные трудности при проведении статистического исследования:

«Первая трудность при статистическом исследовании состо­ит в том, что первоначальные данные могут быть неточными»³.

Вторая трудность — это необходимость использования самой первоначальной хозяйственной информации:

«Важно иметь доступ к самым первоначальным данным, а не только к вычислениям, основанным на них»⁴.

С тех пор мало что изменилось под солнцем экономической статистики. Как и прежде, надежность, полнота, возможность доступа к первоначальным источникам, правильные способы группировки, вычисления средних величин и индексов — все это,

¹ Банников В.А. Факторный анализ // Экономико-математический энцикло­педический словарь. С. 560. Кейнс Дж.Н. Предмет и метод политической экономии. М., 1899. С. 264.

³ Там же.

⁴ Там же. С. 265.

278

279

вместе взятое, остается главными требованиями доверия к ста­тистическим методам в экономической науке.

Для того чтобы статистический метод исследования хозяй­ственных явлений был надежным, необходимо также, чтобы были надежными статистические факты, на которые он опирается. Среди российских исследователей проблему надежности стати­стических фактов фундаментально рассмотрел И.П. Суслов. Он сформулировал три основных требования к статистическим фак­там: а) полнота; б) сравнимость; в) достоверность¹.

«Полнота статистических фактов означает полноту охвата явлений. Любое явление, любой предмет обладает бесконечно большим числом сторон, свойств, связей, отношений — как внут­ри себя, так и со всем окружающим миром. Причем одни сто­роны, одни связи являются существенными, внутренне необхо­димыми, определяют качество предмета, другие — несуществен­ными, внешними. В принципе, надо охватить анализом всю систему существенных признаков. Но практически сделать это трудно, а подчас и невозможно. Поэтому в большинстве случа­ев приходится ограничиваться изучением лишь наиболее суще­ственных признаков, отражающих коренные, необходимые связи. Выбор изучаемых признаков должен быть таким, чтобы явле­ния, — в соответствии с поставленной задачей, — были охарак­теризованы достаточно полно, без излишеств, без ненужных де­талей, повторений»².

Сравнимость статистических фактов — следующее важнейшее к ним требование. Для того чтобы осуществлять сравнимость, необходимо и желательно приводить статистические данные к сравнимым единицам измерения.

«Одним из самых очевидных и необходимых приемов приве­дения несравнимых данных в сравнимый вид выступает приве­дение их к сравнимым единицам измерения. Приемами приве­дения данных в сравнимый вид является пересчет несравнимых данных по единой методологии и отграничение от всей массы исходных данных сравнимой части. Важнейшим приемом является замена несравнимых по каким-либо причинам объемных пока­зателей относительными и средними величинами. Сравнимость может быть достигнута и другими путями»³.

¹ Заметим, что точно такие же требования выдвигались И.П. Сусловым в це­
лом — в отношении всех экономических фактов (см. главу 1 этого учебника).

² Суслов И.П. Методология экономического исследования. С. 148.

³ Там же. С. 152.

280

Но самым фундаментальным является требование достоверно­сти и точности, предъявляемое к статистическим фактам. И. П. Су­слов указывает здесь следующие виды возможных ошибок:

• вследствие несовершенства математической теории;

• вследствие несовершенства самой статистической теории;

• связанные с агрегированием первичных данных;

• вследствие интерпретации промежуточных или конечных статистических данных;

• связанные с регистрацией статистических фактов;

• полученные при исчислении статистических данных;

• накапливающиеся вследствие большого числа вычислитель­ных операций с неточными первичными статистическими данными;

• связанные с заменой строго математических решений при­ближенными их решениями (ошибки аппроксимации и усе­чения);

• технические ошибки счета (например, из-за многократно повторяющихся округлений)¹.

Естественно, с таким множеством ошибок и погрешностей можно успешно бороться — и в этом сама статистическая наука добилась немалых успехов. Куда труднее статистике бороться с теми ее ошибками, где присутствует определенная идеологи­ческая и методологическая подоплека. Например, характерной чертой уже упоминавшегося нами позитивизма (а на нем пост­роены многие западные эконометрические и статистические кон­цепции) является разрыв между эмпирией и теорией в стати­стическом исследовании.

Вот как, например, оценивает российский исследователь B.C. Ав­тономов позитивистскую методологию «экономических баромет­ров», весьма распространенную в западной экономической науке:

«Основным методологическим недостатком всех существую­щих "экономических барометров" является эмпиризм, упор на статистические взаимосвязи в ущерб причинно-следственным зависимостям в экономике. Отсутствие надежной теоретической основы неизбежно ведет к субъективизму в отборе показателей, где главную роль играет не важность данного показателя с точ­ки зрения теории, а то, насколько хорошо он вписывается в ли­дирующую, совпадающую или отстающую группу (по временным лагам. — Л.О.)»².

Суслов И.П. Методология экономического исследования. С. 153—156. Автономов B.C. Экономический барометр // Экономико-математический энциклопедический словарь. С. 621.

281

цифры правят миром. Может быть, дело обстоит и не так. Но одно я знаю точно: цифры доказывают, хорошо или плохо управ­ляется мир».

Исходя из вышесказанного видно, насколько сложной явля­ется проблема оценки надежности статистических данных. Тем не менее экономическая наука должна стремиться производить такую оценку, иначе экономиста-исследователя всегда будет преследовать неуверенность в статистическом базисе, на кото­ром основываются его теории и гипотезы.