CC BY
84
Региональное развитие • № 4(8) • 2015
http://regrazvitie.ru
«Региональное развитие: электронный научно-практический журнал» Е-ISSN 2410-1672 http://regrazvitie.ru Выпуск № 4(8), 2015 http://regrazvitie.ru/2015/06/
URL статьи: https://regrazvitie.ru/ispolzovanie-ekonometricheskih-metodov-pri-issledovanii-stabilizatsionnyh-protsessov-rossii skoj -ekonomiki/
УДК 330.43:519.2
Использование эконометрических методов при исследовании стабилизационных процессов российской экономики
© 2015 Суханова Елена Ивановна
кандидат экономических наук, профессор Самарский государственный экономический университет E-mail: sukhanov@samaradom.ru
© 2015 Ширнаева Светлана Юрьевна
старший преподаватель
Самарский государственный экономический университет E-mail: shirnaeva sy@mail.ru
Ключевые слова: эконометрические методы; система уравнений; модели авторегрессии и скользящего среднего; временной ряд; показатели стабилизационных процессов; тестовый прогноз.
Аннотация: Представлены результаты построения и оценивания различных эконометрических моделей. Определены возможности их использования для анализа и прогнозирования показателей стабилизационных процессов российской экономики.
The use of econometric methods for research of stabilization processes of Russian economy
© 2015 Sukhanova Elena Ivanovna
Candidate of Economics, Professor Samara State University of Economics E-mail: sukhanov@samaradom.ru
© 2015 Shirnaeva SvetlanaYuriyevna
Senior lecturer
Samara State University of Economics E-mail: shirnaeva_sy@mail .ru
Key words: econometric methods; system of equations; autoregressive moving average models; time series; stabilization processes indices; test forecast.
48160С
regrazvitie@yandex.ru I Статистика. Демография. Социология
Abstract. The paper presents the results of construction and estimation of various econometric models. Possibilities of use of these models for analysis and forecasting of stabilization processes indices of the Russian economy have been defined.
Выходные сведения статьи:
Суханова Е.И., Ширнаева С.Ю. Использование эконометрических методов при исследовании стабилизационных процессов российской экономики // Региональное развитие: электронный научно-практический журнал. 2015. № 4(8). URL: https://regrazvitie.ru/ispolzovanie-ekonometricheskih-metodov-pri-issledovanii-
stabilizatsionnyh-protsessov-rossii skoj -ekonomiki/ (доступ свободный). Загл. с экрана. Яз. рус., англ.
Стабилизационные процессы - это процессы, протекающие в экономической системе на протяжении длительного периода времени и приводящие эту систему в стабильное состояние [5].
В качестве эффективного инструмента исследования стабилизационных экономических процессов предлагается использовать эконометрические методы построения моделей и их оценивания, а в качестве показателей, отражающих эти процессы, рассматривать краткосрочные экономические показатели РФ. Эти показатели представляют собой временные ряды в помесячной динамике, статистические данные по которым регулярно публикуются Федеральной службой государственной статистики [1]. В данной работе рассмотрены показатели, отражающие стабилизационные процессы, за временной период с января 1999 г. по март 2015 г. (195 наблюдений).
В зависимости от поставленной цели исследования выбирался тип эконометрической модели. Если необходимо провести всесторонний анализ закономерностей и взаимосвязей рассматриваемых показателей, то имеет смысл строить и использовать не одно регрессионное уравнение, а систему взаимосвязанных регрессионных уравнений, где одни и те же показатели одновременно рассматриваются как объясняемые переменные в одних уравнениях и как объясняющие в других. Если же целью исследования является прогнозирование возможных значений рассматриваемых экономических показателей, то можно воспользоваться менее сложными (с точки зрения техники и методики построения) моделями авторегрессии, в которые непосредственно входят лаговые переменные. Если модель в правой части содержит лаговые значения только исследуемой переменной, то это модель класса ARIMA (интегрированная модель авторегрессии и скользящего среднего). Если же в модель включаются лаговые значения и других переменных, то это модель векторной авторегрессии (VAR), представляющая собой систему уравнений, в которой зависимая переменная каждого уравнения моделируется как функция от лаговых значений всех рассматриваемых переменных.
Эконометрическому моделированию предшествовал предварительный анализ свойств временных рядов рассматриваемых показателей: обнаружение и устранение сезонности, исследование устойчивости (уровней и тенденции временного ряда) [5], причинно-следственной зависимости показателей, их стационарности, коинтегрированности [2].
48160С
Региональное развитие • № 4(8) • 2015
http://regrazvitie.ru
По результатам предварительного анализа была построена эконометрическая модель взаимосвязей показателей, характеризующих стабилизационные процессы российской экономики, в виде системы одновременных уравнений (СОУ). При оценке параметров структурной формы СОУ использовался двухшаговый метод наименьших квадратов (проверка показала, что все уравнения системы сверхидентифицируемы). В результате были получены следующие уравнения структурной модели (в скобках указаны наблюдаемые значения t-статистики для оценок структурных параметров уравнений системы и оценка коэффициента детерминации R2):
119,70- 1,46 U1t- 0,05 Q5t- 0,37 S1t+ 0,05 V4t+ 0,03 W3t - 0,002 W4t - 0,003S6t
(20,01) (—2,64) (-3,37) (—2,79) (2,38) (2,21) (-2,93) (-2,64)
Qit
R2 = 0,378
>
12,05 + 0,04 S3t- 0,005 W
(3,67) (7,16)
+2,81)
5t
0,01 Q3t
+3,34)
■ 0,01 Q5t
+2,10)
R2 = 0,797
>
2
"3t
J3t
= -13,6 + 0,13 Q1t+ 0,001 W5t+ 0,03 Q3t- 0,11 S1t+0,001 S4t R2 = 0,885
(—4,17) (3,72) (1,58) (5,75) +3,98) (7,63)
= 129,56- 2,35 Z3t - 1,03 Q4t + 1,38 S1t+ 0,003S4t R2 = 0,449
>
(16,12) +2,11)
+6,29)
(4,90)
(1,87)
V~8t=
j2
1687,16-20,33 Q1t + 0,05 W5t+10,58 V1t+ 0,35 V7t + 0,04 S4t R2 = 0,998
(1,64) +2,14) +1,80) (15,86) (6,68) (2,98)
5t
= 26,60- 1,96 Q1t + 0,03 S3t
(1,79) +1,88) (2,01)
4,55 S1t+ 1,82 V4t+ 0,01 S4t
R2 =0,971
+4,07)
(15,59)
(2,09)
>
(1).
t
В качестве эндогенных переменных для СОУ рассматривались следующие экономические показатели: Q1 - индекс промышленного производства, в % к соответствующему периоду предшествующего года; U1 - общая численность безработных (на конец периода), млн. чел.; Z3 - чистый экспорт, млрд. долл. США; S3 - индекс потребительских цен, в % к соответствующему месяцу предшествующего года; V8 - начисленная среднемесячная заработная плата одного работника номинальная, руб.; W5 - инвестиции в основной капитал, млрд. руб. Рассматриваемые эндогенные переменные были выбраны в соответствии с признаками стабильного состояния экономики России [4, 5].
По результатам теста Г рэнжера на причинно-следственную зависимость и проведенного коинтеграционного анализа [2] в модель (1) были отобраны следующие экзогенные переменные: Q3 - коммерческий грузооборот транспорта, млрд. т-км; Q4 - погрузка грузов на железнодорожном транспорте, млн. т; Q5 -объем работ по виду деятельности "Строительство" (в фактических ценах соответствующих лет), млрд. руб.; S1 - официальный курс доллара США по отношению к рублю на конец периода, руб./долл.; средние цены производителей (на конец периода): S4 - на нефть добытую, руб. за 1 т, S6 - на газ горючий природный, руб. за 1 тыс. куб. м; V1 - оборот розничной торговли (всего), млрд. руб.; V4 - объем платных услуг населению (в ценах соответствующих лет), млрд. руб.; V7 - денежные доходы в среднем на душу населения в месяц, руб.; W3 -просроченная кредиторская задолженность организаций в бюджет (на конец
48160С
regrazvitie@yandex.ru I Статистика. Демография. Социология
месяца), млрд. руб.; W4 - просроченная дебиторская задолженность организаций (на конец месяца), млрд. руб.
Следует отметить, что в работах авторов, опубликованных ранее, уже строились аналогичные эконометрические модели по более короткому временному периоду (меньшему объему выборки) [3, 5]. Сравнение упомянутых моделей с полученной моделью (1) не выявило статистически значимых расхождений между большинством оценок соответствующих структурных параметров. Кроме того, направление связи и взаимосвязи между анализируемыми показателями сохранились. Следовательно, построенная эконометрическая модель является устойчивой к внешним воздействиям (например, к кризисным явлениям 2014-2015 гг.) и может быть использована для прогнозирования.
С помощью полученной приведенной формы СОУ был выполнен тестовый точечный прогноз показателей стабилизационных процессов на март и апрель 2015 г. (см. табл. 1).
Таблица 1 - Тестовый прогноз эндогенных переменных СОУ
Показатель (эндогенная переменная) Март 2015 Апрель 2015
Фактические данные Прогноз Ошибка прогноза (%) Фактические данные Прогноз Ошибка прогноза (%)
Q1 99,4 93,96 5,47 95,5 93,71 1,87
U1 4,5 4,78 6,22 4,4 4,85 10,23
Z3 15 14,23 5,13 * 13,97
S3 116,9 108,41 7,26 116,4 108,99 6,36
V8 32642 33707,56 3,26 32805 34340,62 4,68
W5 772,1 869,20 12,58 812,8 872,02 7,29
*На момент написания работы по показателю Z3 фактические данные за апрель 2015 г. отсутствовали.
Точечный прогноз был выполнен также и по интегрированным моделям авторегрессии и скользящего среднего (ARIMA(p,d,q), где p - порядок авторегрессии, d - порядок интегрированности, q - порядок скользящего среднего), построенным для эндогенных переменных модели (1). Проверка на стационарность показала, что временные ряды показателей Q1, U1, Z3 и S3 нестационарны в исходных уровнях, но стационарны в первых разностях. Согласно методологии Бокса-Дженкинса данные ряды могут быть описаны моделью ARIMA(1,1,0). Временные ряды показателей V8 и W5 также нестационарны в исходных уровнях, но стационарны в первых разностях натуральных логарифмов исходных уровней. Следовательно, временные ряды натуральных логарифмов значений этих показателей также могут быть описаны моделью ARIMA(1,1,0). На основе полученных моделей для рассмотренных показателей (эндогенных переменных) был выполнен тестовый точечный прогноз на тот же временной период, результаты которого представлены в табл. 2.
48160С
Региональное развитие • № 4(8) • 2015
http://regrazvitie.ru
Таблица 2 - Тестовый прогноз эндогенных переменных по моделям ARIMA
Показатель (эндогенная переменная) Март 2015 Ап рель 2015
Фактические данные Прогноз Ошибка прогноза (%) Фактические данные Прогноз Ошибка прогноза (%)
01 99,4 101,28 1,89 95,5 101,31 6,08
U1 4,5 4,26 5,33 4,4 4,24 3,64
Z3 15 14,92 0,53 * 14,96
S3 116,9 115,38 1,30 116,4 115,03 1,18
Vs 32642 34742,66 6,44 32805 36477,9 11,2
W5 772,1 783,48 1,47 812,8 893,86 9,97
*На момент написания работы по показателю Z3 фактические данные за апрель 2015 г. отсутствовали.
Сравнивая тестовые прогнозы, полученные с помощью модели СОУ и моделей ARIMA, видно, что они дают похожие результаты, однако найденные относительные ошибки прогноза по моделям ARIMA в среднем меньше, чем по модели СОУ. Это позволяет сделать вывод (по данному исследованию), что прогнозы, полученные по моделям ARIMA, точнее.
По показателям, характеризующим стабилизационные процессы российской экономики, была построена и использована для прогнозирования и модель векторной авторегрессии (VAR), которая обладает хорошими прогностическими свойствами и имеет ряд преимуществ перед структурной моделью СОУ [4].
Литература:
1. Краткосрочные экономические показатели Российской Федерации. М.,
2015. URL: http://www.gks.ru/bgd/regl/b15 04/Main.htm (дата обращения:
03.06.2015).
2. Суханова Е.И., Ширнаева С.Ю. Использование коинтеграционного анализа при построении системы одновременных уравнений // Фундаментальные исследования. 2013. № 8. С. 1158-1164.
3. Суханова Е.И., Ширнаева С.Ю. Построение интервальных прогнозов эндогенных переменных одной эконометрической модели // Вестник Самарского государственного экономического университета. 2013. №2 (100). С. 109-114.
4. Суханова Е.И., Ширнаева С.Ю. Прогнозирование показателей стабилизационных процессов экономики России на основе моделей векторной авторегрессии // Фундаментальные исследования. 2014. №9. С. 1590-1595.
5. Суханова Е.И., Ширнаева С.Ю. Типологизация показателей, отражающих стабилизационные процессы экономики России, по критериям устойчивости // Вестник Самарского государственного экономического университета. 2012. №5(91). С. 103-109.
48160С
regrazvitie@yandex.ru
Статистика. Демография. Социология
References:
1. Russian Federation short-term economic indices. Moscow, 2015. URL: http://www.gks.ru/bgd/regl/b15 04/Main.htm (accessed 3 June 2015).
2. Sukhanova E.I., Shirnaeva S.Yu. The use of cointegration analysis when constructing simultaneous equations system. Fundamental Research. 2013, no. 8, pp. 1158-1164.
3. Sukhanova E.I., Shirnaeva S.Yu. Interval predictions building of endogenous variables of one econometric model. Vestnik of Samara State University of Economics. Samara, 2013, no. 2(100), pp. 109-114
4. Sukhanova E.I., Shirnaeva S.Yu. Forecasting of stabilization processes indices of Russia’s economy on the basis of vector autoregression models. Fundamental Research. 2014, no. 9, pp. 1590-1595.
5. Sukhanova E.I., Shirnaeva S.Yu. Typologization of indices reflecting stabilization processes in the Russion Federation economics according to criteria of stability. Vestnik of Samara State University of Economics. Samara, 2012, no. 5(91), pp. 103-109.
48160С
