Предмет и задачи эконометрического моделирования

Математические модели широко применяются в бизнесе, экономике, общественных науках, исследовании экономической активности и даже в исследовании политических процессов.

Математические модели полезны для более полного понимания сущности происходящих процессов, их анализа. Модель, построенная и верифицированная на основе (уже имеющихся) значений объясняющих переменных, может быть использована для прогноза значений зависимой переменной в будущем или для других наборов значений объясняющих переменных.

Модели бывают детерминистическими и стохастическими.

Детерминистическими моделями описываются закономерности, проявляющиеся в одиночном, в каждом отдельно взятом элементе совокупности. Этой закономерности присуща жесткая механическая причинность, конкретно определяющая поведение каждой единицы совокупности. Типичными примерами динамических закономерностей могут служить законы классической механики. Связь между причиной и следствием в динамических закономерностях может быть выражена вполне точно в виде конкретных математических формул, систем уравнений, так как определенным значениям влияющих факторов (аргументам) всегда соответствуют определенные значения результативного признака (функции). Такая связь называется функциональной. Детерминистическая модель служит выражением функциональной связи.

Закономерности, проявляющиеся только в массовом процессе, только при большом числе единиц, называются статистическими. Статистические закономерности также причинно обусловлены, как и динамические, только причин может быть множество, они взаимно переплетены и действуют в разных направлениях. В таких условиях трудно выявить количественную связь между причиной и следствием. Аналитическое выражение статистических закономерностей определяется методами математической статистики.

Причинно-следственная связь, обусловленная одновременным действием многих причин и проявляющаяся отчетливо только в массовом процессе, называется корреляционной или стохастической, и свойственна она статистическим закономерностям. Для социальных и экономических процессов типичны случайные отклонения и взаимосвязь во времени, и для объяснения комплекса причинно-следственных связей, протекающих внутри этих процессов, применяют стохастические модели. С помощью стохастических моделей строят прогнозные оценки поведения изучаемых систем.

Для исследования интенсивности, вида и формы причинных влияний внутри стохастических процессов применяются методы, обычно объединяемые под общим названием – многомерный статистический анализ. Наиболее известными из них является корреляционный и регрессионный анализ.

В приложении к экономическим процессам корреляционный и регрессионный анализ является там инструментом, который может вскрыть сложные комплексы причин и следствий. Практика показывает, что регрессионные уравнения – хорошие измерители связей между экономическими явлениями. Как при планировании, так и при проведении экспериментов исследователь чаще всего ставит задачу, сводящуюся к составлению уравнений регрессии и оценке их параметров. Овладение приемами статистической обработки наблюдений и методами составления уравнений, дающих адекватное описание изучаемого явления – непременное условие получения корректных выводов. Выявление количественных соотношений в виде регрессии дает возможность лучше понять природу исследуемого явления. А это, в свою очередь, позволяет воздействовать на выявленные факторы, вмешиваться в соответствующий экономический процесс с целью получения нужных результатов. Регрессионный анализ находит широкое применение при прогнозировании экономических показателей, отражающих развитие народного хозяйства.

Описание экономических процессов с помощью одного уравнения регрессии явно недостаточно в силу многообразного переплетения причин и следствий. Для более адекватного отображения многосторонних реальных взаимоотношений между явлениями необходимо использовать систему соотношений.

Эконометрические модели и методы сейчас - это не только мощный инструментарий для получения новых знаний в экономике, но и широко применяемый аппарат для принятия практических решений в прогнозировании, банковском деле, бизнесе.