ГЛАВА 1
ОБЗОР ЛИТЕРАТУРЫ
Одним из направлений информационных технологий анализа данных в экономике является эконометрика и анализ эконометрических данных. Эконометрика – это научная дисциплина, которая дает количественное выражение взаимосвязей, взаимозависимостей экономических явлений и процессов. Эконометрика с помощью методов статистики позволяет компактно описать данные, информацию, понять их структуру, провести классификацию и выявить закономерности. Эконометрика, наряду с макро- и микроэкономикой, является одной из фундаментальных дисциплин современного экономического образования. Основы эконометрики были заложены до компьютерной эры. Устоявшиеся традиции эконометрики, восходят обычно к Я. Тинбергену, который по заказу Лиги наций разработал методы множественной регрессии для анализа экономических циклов в 30-е годы ХХ века. Тогда сокращение объема требуемых вычислений было приоритетной задачей, что до сих пор нередко оказывают негативное влияние на выбор конкретных эконометрических методов, прежде всего, в силу большей доступности, наличия библиотек программ для ЭВМ для методов, ставящих сокращение вычислений более важной задачей, чем достижение более точных результатов.
Эконометрика, как и другие «метрики», посвящена развитию и применению статистических методов в конкретной области науки и практики — в экономике, прежде всего в теории и практике менеджмента.
В мировой науке эконометрика занимает достойное место. Нобелевские премии по экономике получили эконометрики Ян Тинберген, Рагнар Фриш, Лоуренс Клейн, Трюгве Хаавельмо. В 2000 г. к ним добавились еще двое — Джеймс Хекман и Дэниель Мак-Фадден. Выпускается ряд научных журналов, полностью посвященных эконометрике, в том числе: Journal of Econometrics (Швеция), Econometric Reviews (США), Econometrica (США), Sankhya. Indian Journal of Statistics. Ser.D. Quantitative Economics (Индия), Publications Econometriques (Франция).
В эконометрике, как дисциплине на стыке экономики (включая менеджмент) и статистического анализа, естественно выделить три вида научной и прикладной деятельности (по степени специфичности методов, сопряженной с погруженностью в конкретные проблемы):
а) разработка и исследование эконометрических методов (методов прикладной статистики) с учетом специфики экономических данных;
б) разработка и исследование эконометрических моделей в соответствии с конкретными потребностями экономической науки и практики;
в) применение эконометрических методов и моделей для статистического анализа конкретных экономических данных.
Хотя статистические данные собираются и анализируются с незапамятных времен (например, Книга Чисел в Ветхом Завете), современная математическая статистика как наука была создана, по общему мнению специалистов, сравнительно недавно — в первой половине ХХ в. Именно тогда были разработаны основные идеи и получены результаты, излагаемые ныне в учебных курсах математической статистики. После чего специалисты по математической статистике занялись внутриматематическими проблемами, а для теоретического обслуживания проблем практического анализа статистических данных стала формироваться новая дисциплина — прикладная статистика. (Ее центральным печатным органом в нашей стране является упомянутая выше секция «Математические методы исследования» журнала «Заводская лаборатория», где за последние 30 лет опубликовано более 1000 статей по прикладной статистике.)
В настоящее время статистическая обработка данных проводится, как правило, с помощью соответствующих программных продуктов. Разрыв между математической и прикладной статистикой проявляется, в частности, в том, что большинство методов, включенных в статистические пакеты программ (например, в заслуженные Statgraphics и SPSS или в более новую систему Statistica), даже не упоминается в учебниках по математической статистике. В результате специалист по математической статистике оказывается зачастую беспомощным при обработке реальных данных, а пакеты программ применяют (и что еще хуже — разрабатывают) лица, не имеющие необходимой теоретической подготовки. Естественно, что они допускают разнообразные ошибки (напомним, анализ типовых ошибок при применении критериев согласия Колмогороваиомега-квадрат [2]. Ситуация с внедрением современных эконометрических методов на предприятиях и в организациях различных отраслей народного хозяйства противоречива. К сожалению, при развале отечественной промышленности в 1990-е годы больше всего пострадали структуры, наиболее нуждающиеся в эконометрических методах — службы качества, надежности, центральные заводские лаборатории и др. Однако толчок к развитию получили службы маркетинга и сбыта, сертификации, прогнозирования, инноваций и инвестиций, которым также полезны различные эконометрические методы, в частности, методы экспертных оценок.
Объектом изучения эконометрики являются количественные данные таких типов как перекрестные (пространственные) данные, временные ряды и панельные данные, для анализа которых используются эконометрические модели: модель множественной регрессии; временные ряды; системы регрессионных уравнений; моделирование панельных данных. Классификация эконометрических типов и моделей данных позволяет выделить содержательную направленность развития информационных технологий анализа эконометрических данных:
«Представление данных, описательная статистика, корреляция»;
«Регрессионный анализ»;
«Временные ряды»;
«Панельные данные»;
«Новые направления развития эконометрики».
Экономические процессы развиваются во времени, поэтому большое место в эконометрике занимают вопросы анализа и прогнозирования временных рядов, в том числе многомерных. При этом в одних задачах больше внимания уделяют изучению трендов (средних значений, математических ожиданий), например, при анализе динамики цен. В других же — важны отклонения от средней тенденции, например, при применении контрольных карт (карт Шухарта, кумулятивных сумм и др.).
|
