А А Егоршин, Л М Малярец - Проблемы эконометрического оценивания - страница 1

Страницы:
1 

складною та неоднозначною задачею, сутність розв'язання якої має виходити з конкретної предметної області, зокрема, враховувати пев­ний різновид страхової діяльності. Втім, незважаючи на це, серед ос­новних засад побудови такої оцінки доцільно застосовувати загально­відомі підходи з врахуванням специфіки функціонування страхового ринку. Водночас для побудови інтегрального рейтингового показника як напрямок доцільно застосовувати й непрямі оцінки діяльності стра­ховиків, але це потребує подальших детальних досліджень.

І.Васильчук І.П. Методичні підходи до аналізу витрат на фінансування підприєм­ства та їх впливу на фінансовий стан // Вісн. СевДТУ. Економіка і фінанси. - 2002. -Вип. 40. - С.66-68.

2.Гарматій Т. Місце та роль особистого страхування в економічному розвитку України // Вісн. Терноп. акад. нар. госп-ва. - 2003. - №2. - С.28-31.

3.Ринок страхування в Україні. - К.: ІЕДПК, німецька консультативна група з пи­тань економічних реформ при уряді України, 2004. - 38 с.

4.Страховщики о том, какие показатели самые показательные // Экономические известия. - 2004. - №>49 (49). - С.3.

5.Фурман В.М. Страховий ринок України: стан, проблеми розвитку та шляхи їх розв'язання // Фінанси України. - 2004. - №12. - С.131-140.

6.Best's Rating Changes // «Best's Review», Insurance Issues & Analysis. -2000. -January. - Р.71-75.

7.Kaplan R.S., Norton D.P. The Balanced Scorecard - Measures that Drive Performance // Harvard Business Review. - 1992. - January-February. - P.71-79.

Отримано 24.01.2005

 

УДК 330.43

А.А.ЕГОРШИН, канд. техн. наук, Л.М.МАЛЯРЕЦ, канд. экон. наук

Харьковский национальный экономический университет

ПРОБЛЕМЫ ЭКОНОМЕТРИЧЕСКОГО ОЦЕНИВАНИЯ

Рассматриваются некоторые проблемные вопросы эконометрии - последствия случайной вариации объясняющих переменных и их мультиколлинеарности, недостатки критерия Феррара-Глобера, метода пошаговой регрессии, метода распределенных лагов Алмон.

Построение и обоснование эконометрических моделей является одной из важнейших проблем исследований в экономике и этому во­просу следует уделить максимум внимания [1-3]. Дело в том, что ос­новным и практически безальтернативным методом эконометрическо-го оценивания до сих пор является метод наименьших квадратов (МНК) и мы просто вынуждены его использовать за неимением луч­шего. Однако в работах по эконометрии утверждается, что МНК явля­ется не только единственным, но также наиболее предпочтительным методом оценивания [4-9]. С помощью громоздких математическихвыкладок доказывается, что МНК-оценки являются наилучшими, так как при выполнении гипотез Гаусса-Маркова они будут состоятель­ными, несмещенными и эффективными. Однако в действительности гипотезы Гаусса-Маркова практически никогда не выполняются.

Начнем с последней предпосылки о нормальности распределения остатков модели, откуда следует вывод о том, что МНК является наи­лучшей процедурой оценивания с точки зрения принципа максимума правдоподобия. Сейчас уже твердо установлено, что действительное распределение остатков существенно отличается от нормального и было бы желательно заменить процедуру минимизации суммы квадра­тов ошибок (МНК) на минимизацию суммы квадратов абсолютных величин ошибок [1, 3]. Сомнения возникают уже при принятии самой

первой (исходной) предпосылки:   yj = Ур (Xj) + ej. В этой формуле

заложено очень многое и не всегда в этих работах расшифровывается полностью содержание этой важной гипотезы. В частности, здесь предполагается, что все случайные величины относятся только к ре­зультативному признаку (у), а все объясняющие переменные (х) счи­таются неслучайными, измеренными точно. Но такая ситуация харак­терна только для так называемого "активного эксперимента", в кото­ром объясняющие переменные можно фиксировать на заданных уров­нях независимо друг от друга. В экономике такая возможность прак­тически не встречается, там все переменные (и объясняющие в том числе) являются случайными величинами и не могут быть измеренны­ми точно. На рис.1 проиллюстрированы возможные последствия до­бавления ошибок при измерении объясняющей переменной. На рис.1,а изображена ситуация, когда ошибки измерения отсутствуют, а все от­клонения от линии регрессии 1 вызываются только случайным членом

ej. На рис.1,б добавлены случайные ошибки в измерении х, из-за чего

облако рассеивания эмпирических точек расползлось по горизонтали и стало более пологим. Оцененная линия регрессии 2 здесь имеет тен­денцию к занижению угла наклона (т.е. МНК-оценка коэффициента регрессии оказывается смещенной), более того эта тенденция не уменьшается при увеличении объема выборки (иными словами, МНК-оценки являются несостоятельными).

Таким образом, наличие неизбежных случайных ошибок в объяс­няющих переменных ухудшают все свойства МНК-оценок.

Второй до сих пор не разрешенной проблемой эконометрии явля­ется проблема мультиколлинеарности. При мультиколлинеарности (тесных корреляционных связях между объясняющими переменными)


МНК-оценки становятся неэффективными, иногда они имеют настоль­ко большие случайные ошибки, что вычисленные оценки параметров модели теряют всякий разумный смысл (хотя они остаются теоретиче­ски "наилучшими"). Для преодоления этого нежелательного эффекта часто применяют другую процедуру оценивания (ридж-оценивание), при которой нарушаются многие предпосылки МНК, в частности, до­пускаются смещенность оценок, небольшая корреляция между остат­ками и расчетными значениями, зато сами оценки становятся устойчи­выми и действительно эффективными (иными словами, допускается небольшая систематическая ошибка, зато существенно уменьшается случайная ошибка). Однако, поскольку трудоемкость ридж-регрессии значительно превосходит трудоемкость стандартного МНК, и пользо­ватели не желают применять более громоздкую процедуру оценива­ния, то придумана отговорка, что МНК-оценки "эффективны на классе несмещенных оценок", а в состав исходных предпосылок метода до­бавлена абсолютно бессмысленная гипотеза "о полном ранге".сформировалась сравнительно недавно [4]. Не следует чрезмерно ув­лекаться бесплодными математическими упражнениями, математика -всего лишь средство, но не конечная цель. И совсем необязательно излагать громоздкий метод обобщенных наименьших квадратов Эйт-кена, коль скоро он практически нигде не используется (полезный ме­тод взвешенных наименьших квадратов для преодоления гетероскеда-стичности может быть обоснован независимо от метода Эйткена и на­много проще).

Раздел о мультиколлинеарности следует решительно сократить, изъяв из него все не оправдавшие себя критерии, включая явно невер­ный критерий Феррара-Глобера, который оценивает не тесноту, а зна­чимость корреляционных связей между объясняющими переменными. Но значимость и теснота связи - это разные вещи. Внутренние коэф­фициенты корреляции могут быть невелики, но значимы при доста­точном числе наблюдений, в этом как раз нет ничего необычного - для того составляется и решается система нормальных уравнений.

Пока не предложено также никаких средств для предотвращения
нежелательных последствий мультиколлинеарности в тех случаях,
когда она серьезно влияет на оценки параметров модели. Надежды на
метод пошаговой регрессии (последовательного подключения-
исключения) не оправдались. В книге [1] составлена следующая кор-
реляционная матрица:_________

 

У

 

X2

X3

X4

y

1

0,9186

0,9813

0,9901

0,9925

Xi

 

1

0,9681

0,9549

0,9556

X2

 

 

1

0,9967

0,9939

X3

 

 

 

1

0,9955

X4

 

 

 

 

1

Из этой матрицы вид­но, что все показатели (и аргументы в том числе) свя­заны тесными почти функ­циональными связями. Со­вершенно очевидно, что подключение в модель лю­бого показателя исчерпыва­ет практически всю измен­чивость как результативного признака, так и оставшихся объясняющих переменных. Ожидалось, что после первого подключения показателя

х4 с наибольшим внешним коэффициентом корреляции ГуХ4 =0,9925

процесс подключения завершится. Однако этого не произошло - по очереди были подключены все остальные переменные и получено аб­солютно неприемлемое уравнение регрессии. Дело в том, что решение о подключении очередного показателя принимается на основании зна­чимости или незначимости коэффициентов частной корреляции,yxj      ГуХ4 ,xjx4

ГУХ' Х4 =  h _,2    1 _r2

V X]X4

которые в данном примере представляют собой отношения очень ма­лых числителей к очень малым знаменателям. Но сами эти отношения не малы

r       =  0,9186_ 0,9925 • 0,9556     _ 0,0298
yx1 .x4     —7         і                - =-------- = _0,8282

V1 _ 0,99252-y/1 _ 0,95562 0,0360 и значимы по любым критериям, в результате чего в модель был под­ключен "мусор" - остатки от переменных x1, x2 , x3 . Уже на втором шаге получены такие значения стандартизованных коэффициентов регрессии: Д = -0,3336; Д = 1,3208 - абсурдные с физической точ­ки зрения.

Вообще метод пошаговой регрессии является довольно сомни­тельным приобретением эконометрии, так как (что уже указывалось выше) пропуск в модели важного показателя приводит к смещению всех остальных оценок. Например, при изучении 1-й эконометриче-ской модели Клейна (данные можно найти, например, в [1] на с.145) определено, что модель в приведенной форме (в которой каждая эндо­генная переменная выражена через предопределенные) значима в це­лом с высоким коэффициентом детерминации, но состоит только из незначимых по Стьюденту членов. Попытки выбраковать незначимые члены методом пошаговой регрессии приводят к совершенно непри­емлемым результатам, например, к такому - отчисление прибыли в потребление оказалось равным 122% (см. [1], с. 193).

Известно, что наличие в модели лишних объясняющих перемен­ных снижает эффективность МНК-оценок (поэтому часто полные мо­дели оказываются значимыми в целом, но состоящими из незначимых членов). Но выбраковывать все незначимые члены нельзя - можно выбраковать важный показатель и модель будет испорчена оконча­тельно. Пока нет критерия, какие незначимые члены можно выбрако­вывать, а какие нельзя.

Бесплодной оказалась модель распределенных лагов Алмон.

В модели с распределенными лагами      = a + О)+ Cl^x^_1 +... +

+ <Cnxt_n + et предполагается, что коэффициенты при лаговых объ­ясняющих переменных будут вести себя подобно зависимости нарис.2. Алмон предложила описывать эту зависимость полиномом не­высокого порядка (Джонстон для этой же цели использовал полиномы

Лагранжа). Однако заранее можно сказать, что из этой затеи ничего пут­ного не могло получиться (и не полу­чилось). Хотя Алмон ссылается на теорему Вейерштрасса, однако Вей-ерштрасс нигде не утверждал, что полиномом 3-го (максимум 4-го) по-

Рис.2 - Распределенные лаги           рядка можно достаточно точно опи-

сать зависимость, график которой асимптотически стремится к нулю. Можно даже утверждать, что это невозможно - чем выше порядок полинома, тем более крутое возрас­тание функции будет после перехода через точку минимума. Чтобы избежать этого возрастания, Алмон подбирает в каждом частном слу­чае порядок максимального лагового сдвига в модели (n) и порядок полинома (m). Но это уже называется подгонкой под заранее заданный результат. C вычислительной точки зрения никаких выгод не получе­но, так как полиномы Алмон также тесно коррелируют между собой, как и исходные лаговые переменные (см. пример в [4]).

Наконец, Е.Кулинич выделяет раздел "метод статистических уравнений зависимостей", согласно которому многомерную модель можно построить всего по двум точкам [10], несмотря на то, что число наблюдений не может быть меньше числа определяемых параметров.

Таким образом, рассмотренные проблемы свидетельствуют о не­обходимости пересмотра многих утверждений эконометрии, которые ранее считались общепринятыми. Некоторые из этих проблем уже раз­решены [1-3], другие еще требуют обсуждения.

1.Егоршин А. А., Малярец Л.М. Корреляционно-регрессионный анализ. - Харьков: Основа, 1998. - 208 с.

2.Доугерти К. Введение в эконометрию: Пер. с англ. - М.: ИНФРА-М, 1999. -

402 с.

3.Демиденко Е.З. Линейная и нелинейная регрессия. - М.: Финансы и статистика,

1981. - 204 с.

4.Магнус Я.Р., Катышев П.К., Персецкий А.А. Эконометрика. - М.: Дело, 1997. -

250 с.

5.Лук'янкнко І.Г., Краснікова Л.І. Економетрика. - К.: Тов. "Знання", КОО, 1998. -

494 с.

6.Тихомиров Н.П., Дорохина Е.Ю. Эконометрика - М.: Изд-во "Экзамен", 2003. -

512 с.

7.Балдин К.В., Быстров О.Ф., Соколов М.М. Эконометрика. - 2-е изд., перераб. и доп. - М.: ЮНИТИ-ДАНА, 2004. - 254 с.

8.Эконометрика / Под ред. И.И.Елисеевой. - М.: Финансы и статистика, 2004. ­

344 с.

9.  Назаренко О.М. Основи економетрики. - К.: Центр навчальної літератури, 2004.

- 392 с.

10.            Кулинич О.І. Економетрія. - Хмельницький: Поділля, 1997. -115 c.

Получено 14.01.2005

 

УДК 331.522.4 Л.М.ДУЛУБ

Харківський національний економічний університет

ФАКТОРИ ФОРМУВАННЯ ТА РОЗВИТКУ ТРУДОВОГО ПОТЕНЦІАЛУ

Наводяться теоретичний аналіз досліджень факторів формування та розвитку тру­дового потенціалу, обгрунтування та розвиток нової класифікації досліджених факторів.

Формування та розвиток системи "трудовий потенціал" необхідно розглядати комплексно, враховуючи її взаємозв'язок із зовнішніми відносно трудового потенціалу факторами. Фактор (від лат. що ро­бить, виробляє) - це причина, рушійна сила якого-небудь процесу, явища, яка визначає його характер або окремі риси [1].

У науковій літературі автори наводять різноманітні переліки та класифікації зовнішніх факторів формування та розвитку трудового потенціалу. Наприклад, Г.В.Осовська, О.В.Крушельницька [5, с.39] вважають, що на трудовий потенціал впливають три підсистеми фак­торів: демографічна (стать, вік, сімейний стан); професійно-кваліфі­каційна (професійна структура, кваліфікаційний рівень, трудова мобі­льність, структура зайнятості за галузями і регіонами) та соціально-культурна підсистема (соціальний склад, освітній рівень, тривалість життя, стан здоров'я, міграційна рухливість). Така класифікація відо­бражає тільки персоніфікований підхід до розуміння сутності поняття „трудовий потенціал".

У процесі своєї реалізації трудовий потенціал не тільки персоні­фікується особистим фактором виробництва, на нього впливають іс­нуючі зрушення в матеріальних факторах виробництва, що відбува­ються постійно під впливом науково-технічного прогресу.

Так, Л.О.Згалат-Лозинська в [3] запропонувала структуру факто­рів розвитку трудового потенціалу, яка включає окремі складні чинни­ки (рівень розвитку продуктивних сил і рівень розвитку виробничих відносин) та перелік факторів: розвиток загальної культури і духовно­сті населення; реалізація екологічних програм; реалізація демографіч­ної політики держави; покращання соціально-правового захисту насе­лення; покращання системи охорони здоров'я населення та ін.

Страницы:
1 


Похожие статьи

А А Егоршин, Л М Малярец - Проблемы эконометрического оценивания

А А Егоршин, Л М Малярец - Проблемы эконометрического оценивания