ВУЗ:
Составители:
Рубрика:
95
лим несколько положений, подтверждающих обоснован-
ность анализа и прогнозирования временных рядов.
1) Анализ и прогнозирование связанных рядов име-
ют место при обоснованности взаимосвязи признаков, ха-
рактеризующих эволюцию некоторого результативного
признака одного объекта или системы. Классическим при-
мером являются производственные функции, широко ис-
пользуемые для анализа экономического роста и степени
взаимодействия основных факторов. Эти вопросы рассмот-
рены в 8 главе.
2) Зависимости в динамике исследуются при помо-
щи эконометрических моделей в виде системы одновре-
менных регрессионных уравнений. При исследовании та-
ких объектов, как национальная экономика или экономика
региона, анализу подвергаются временные ряды признаков,
среди которых выделяются экзогенные и эндогенные. Эко-
нометрические модели рассмотрены в отдельной главе.
3) На протяжении длительного времени и особенно
в последнее время вопросам моделирования экономиче-
ских процессов на основе временных рядов уделяется
большое внимание. Достаточно отметить, что последняя
Нобелевская премия присуждена Роберту Энглу и Клайву
Гренджеру за методы анализа временных рядов с изме-
няющейся волатильностью и так называемых коинтегриро-
ванных временных рядов
12
. Авторы показали корректность
оценивания параметров в случае нарушения ряда классиче-
ских предпосылок. Исследованию подвергаются в основ-
ном временные ряды финансовых показателей, относи-
тельно которых можно отметить, что все они не могут не
зависеть, например, от инфляции.
Таким образом, проблемы исследования взаимосвя-
зи временных рядов представляют теоретический и прак-
12
Г.Канторович, М.Турунцева.Роберт Энгл и Клайв Гренджер: новые
области экономических исследований. Вопросы экономики, 2004, №1,
с.37-48.
96
тический интерес. Применение регрессионных моделей
связано, в основном, с решением проблемы нестационар-
ности временных рядов.
Учет автокорреляции при исследовании связи
между переменными. Под автокорреляцией понимается
корреляция между уровнями одного и того же временного
ряда, т.е. корреляция ряда
123
, , ,...
x
хх с рядом
123
, , ,...
LL L
x хх
++ +
. Число L характеризует период запазды-
вания. Корреляция между соседними уровнями ряда (
L =1)
называется автокорреляцией первого порядка. При анализе
одиночных временных рядов автокорреляционная зависи-
мость создает дополнительные возможности для формиро-
вания прогноза на соответствующий период упреждения
L
временных единиц. Наличие автокорреляции при исследо-
вании связанных рядов затрудняет процесс построения
аналитических моделей и снижает статистическую значи-
мость вероятностных характеристик.
Причина этого заключается в том, что автокорреля-
ционное взаимодействие уровней ряда всегда сопровожда-
ется появлением определенной тенденции в изменении
признака. Наличие эволюторной составляющей способно
преувеличить силу связи между двумя произвольно вы-
бранными переменными, если закономерности вариации
временных рядов оказываются сходными между собой.
В результате иногда обнаруживается так называемая лож-
ная корреляция, вызванная параллельным изменением вре-
менных рядов.
Для исключения автокорреляции во временных ря-
дах при исследовании связи между ними применяются раз-
личные приемы, суть которых сводится к замене исходных
значений уровней рядов отклонениями от трендов либо
разностями
k-го порядка. Переход от реальных уровней
временных рядов к отклонениям или конечным разностям
позволяет полностью или частично устранить влияние эво-
люторной составляющей и на этой основе определить тес-
лим несколько положений, подтверждающих обоснован- тический интерес. Применение регрессионных моделей ность анализа и прогнозирования временных рядов. связано, в основном, с решением проблемы нестационар- 1) Анализ и прогнозирование связанных рядов име- ности временных рядов. ют место при обоснованности взаимосвязи признаков, ха- Учет автокорреляции при исследовании связи рактеризующих эволюцию некоторого результативного между переменными. Под автокорреляцией понимается признака одного объекта или системы. Классическим при- корреляция между уровнями одного и того же временного мером являются производственные функции, широко ис- ряда, т.е. корреляция ряда x1 , х2 , х3 ,... с рядом пользуемые для анализа экономического роста и степени xL+1 , хL+ 2 , хL+3 ,... . Число L характеризует период запазды- взаимодействия основных факторов. Эти вопросы рассмот- рены в 8 главе. вания. Корреляция между соседними уровнями ряда ( L =1) 2) Зависимости в динамике исследуются при помо- называется автокорреляцией первого порядка. При анализе щи эконометрических моделей в виде системы одновре- одиночных временных рядов автокорреляционная зависи- менных регрессионных уравнений. При исследовании та- мость создает дополнительные возможности для формиро- ких объектов, как национальная экономика или экономика вания прогноза на соответствующий период упреждения L региона, анализу подвергаются временные ряды признаков, временных единиц. Наличие автокорреляции при исследо- среди которых выделяются экзогенные и эндогенные. Эко- вании связанных рядов затрудняет процесс построения нометрические модели рассмотрены в отдельной главе. аналитических моделей и снижает статистическую значи- 3) На протяжении длительного времени и особенно мость вероятностных характеристик. в последнее время вопросам моделирования экономиче- Причина этого заключается в том, что автокорреля- ских процессов на основе временных рядов уделяется ционное взаимодействие уровней ряда всегда сопровожда- большое внимание. Достаточно отметить, что последняя ется появлением определенной тенденции в изменении Нобелевская премия присуждена Роберту Энглу и Клайву признака. Наличие эволюторной составляющей способно Гренджеру за методы анализа временных рядов с изме- преувеличить силу связи между двумя произвольно вы- няющейся волатильностью и так называемых коинтегриро- бранными переменными, если закономерности вариации ванных временных рядов12. Авторы показали корректность временных рядов оказываются сходными между собой. оценивания параметров в случае нарушения ряда классиче- В результате иногда обнаруживается так называемая лож- ских предпосылок. Исследованию подвергаются в основ- ная корреляция, вызванная параллельным изменением вре- ном временные ряды финансовых показателей, относи- менных рядов. тельно которых можно отметить, что все они не могут не Для исключения автокорреляции во временных ря- зависеть, например, от инфляции. дах при исследовании связи между ними применяются раз- Таким образом, проблемы исследования взаимосвя- личные приемы, суть которых сводится к замене исходных зи временных рядов представляют теоретический и прак- значений уровней рядов отклонениями от трендов либо разностями k-го порядка. Переход от реальных уровней временных рядов к отклонениям или конечным разностям 12 Г.Канторович, М.Турунцева.Роберт Энгл и Клайв Гренджер: новые позволяет полностью или частично устранить влияние эво- области экономических исследований. Вопросы экономики, 2004, №1, люторной составляющей и на этой основе определить тес- с.37-48. 95 96
Страницы
- « первая
- ‹ предыдущая
- …
- 45
- 46
- 47
- 48
- 49
- …
- следующая ›
- последняя »