Добавлен: 28.04.2024
Просмотров: 22
Скачиваний: 0
ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
Кейнс считает очень важным вопрос о предполагаемой линейности соотношений. Он утверждает, что не обнаружил какого-либо примера нелинейной корреляции. Он говорит о том, что не понимает, анализ каких эмпирических данных заставляет использовать нелинейную корреляцию. Однако, по словам Тинбергена, «диаграммы рассеяния позволяют понять, является ли некоторая корреляция линейной или нет. Нелинейность ни в коем случае не является произвольной манипуляцией с коэффициентами». Строго говоря, для каждого значения объясняющей переменной возможен только один коэффициент, и, с учетом непрерывности, требуется, чтобы эти коэффициенты не колебались слишком сильно. Кейнс очень плохо относится к линейным соотношениям, он называет их «смехотворными». Однако, есть причины, в силу которых степень их смехотворности снижается:
1. На малых интервалах неразрывную функцию можно аппроксимировать линейными функциями.
2. Наблюдение за экономическими данными показывает, что линейные соотношения часто встречаются на практике. При этом логично начинать анализ, опираясь на самую простую предпосылку, которая коррелирована с общей теорией. По словам Тинбергена, «такой подход очень часто встречается в индуктивной части любой исследовательской работы. Также существует теоретическое обоснование линейности, согласно которому для больших масс индивидов совместная реакция будет носить значительно более линейный характер, чем какая-либо индивидуальная реакция».
Критика эконометрики Кейнсом главным образом обусловлена различием в его подходе к экономической науке от подхода экономического мейнстрима. Основным пунктом этого расхождениями является вопрос «следует ли трактовать экономику как точную науку». Сам Кейнс давал отрицательный ответ на этот вопрос. В рамках его традиции экономическая среда изменчива и непредсказуема, а большинство экономических переменных связано между собой множеством сложных нелинейных зависимостей. Из этого следуют нестабильность коэффициентов корреляции и невозможность решения предсказательных задач. Поэтому экономическая наука не может претендовать на точные количественные измерения. Она должна быть основана на реалистичных предпосылках и содержать инструменты, помогающие понять и объяснить эту среду. Подход же Тинбергена вполне согласуется с современным мейнстримом: экономический анализ должен быть как можно более формализованным и нацеленным на решение конкретных количественных задач. В рамках данного подхода экономическая наука должна быть точной, а объект её изучения аналогичен объектам технических и естественнонаучных дисциплин.
4.2. Последующая критика
Несмотря на потенциальные возможности, эконометрика не получила поддержки у многих крупных экономистов. В начале 1970-х годов Уорсвик резко критиковал экономистов-математиков за «отсутствие связи с конкретными фактами». Он утверждал, что эконометристы «занимаются не столько изобретением средств систематизации и измерения имеющихся фактов, сколько созданием неисчислимого множества претендующих на это способов». В это же время Ф. Браун утверждал, что «построение регрессий временных рядов годится только для обмана». В. Леонтьев охарактеризовал эконометрику как «попытку компенсировать бросающийся в глаза недостаток имеющихся данных путем широко использования все более и более изощренных статистических приемов». В подобном же духе высказывался и Хикс, он говорил о том, что «не следует преувеличивать значение эконометрических методов в экономической теории». А Э. Лимер писал, что «существует две вещи, процесс изготовления которых лучше не видеть: сосиски и эконометрические оценки».[11]
Резко отрицательно к эконометрике относились и представители австрийской школы экономики. Так, Мизес писал: «Введенные в заблуждение идеей, что науки о человеческой деятельности должны подражать методу естественных наук, великое множество авторов поглощены квантификацией экономики. Они думают, что экономика должна подражать химии, которая развилась от качественного к количественному состоянию. Их девиз позитивистский принцип: наука — это измерение. Но они не в состоянии понять, что в области человеческой деятельности статистика — это всегда история, и что гипотетические корреляции и функции не описывают ничего, кроме того, что случилось в определённый момент времени в определённой географической области как результат деятельности определённого числа людей. Как метод экономического анализа, эконометрика — ребяческая игра с числами, которая не добавляет чего-либо в разъяснение проблем экономической действительности».
К более детализированной критике множественной регрессии со времен Кейнса также добавилась невозможность отделения мультиколлинеарности, неправильная спецификация динамических реакций и длинных лагов, предположение о линейности без точного знания соответствующих значений регрессии, некорректная предварительная фильтрация данных, необоснованные выводы из корреляции, непостоянство параметров уравнения регрессии, отождествление экономической и статистической значимости и невозможность соотнесения экономической теории с эконометрикой, а также неадекватный объём выборки.
Благодаря этой и некоторой другой критике была пересмотрена методология прикладных исследований. Согласно классической эконометрической методологии, полученные результаты считаются более адекватными, если изучаемые переменные более сильно коррелированны, предсказания точнее соответствуют данным и чем более значимыми являются полученные оценки с точки зрения t- или F-статистик. Отводится значительное место тому, как наиболее эффективным образом организовать перебор потенциальных объясняющих переменных, чтобы наилучшим образом предсказать объясняемую переменную, при этом, чтобы коэффициент детерминации был как можно большим, а F-статистика как можно более значимой. Если получены неудовлетворительные результаты в критериях спецификации, то исследователь, следующий традиционной методологии, вместо того, чтобы пересмотреть модель, начинает применять более продвинутые методы оценивания. В рамках этого подхода характерно стремление получить «наилучший» результат вместо стремления получить результат осмысленный и надёжный. Однако на современном этапе развития эконометрики предпочтение отдаётся тем моделям, которые проходят диагностические критерии, даже если они имеют более низкий коэффициент детерминации.[12]
Заключение
Подведем итог вышесказанному.
Установлено, что эконометрика есть современная наука, изучающая конкретные количественные взаимосвязи экономических объектов и процессов с помощью математических и статистических методов и моделей.
Выяснено, что зарождение эконометрики является следствием междисциплинарного подхода к изучению экономики. Иными словами, эконометрика как наука возникла в результате взаимодействия и объединения в особый «сплав» трех компонент: экономической теории, статистических и математических методов. Впоследствии к ним присоединилось развитие вычислительной техники как условие развития эконометрики.
Показано, что основной базой данных для эконометрических исследований служат данные официальной статистики либо данные бухгалтерского учета. Таким образом, проблемы эконометрики - это проблемы статистики и учета. Используя экономическую теорию, можно определить связь между признаками и показателями, а используя статистику и учет -- ответить ряд важных и значимых с экономической точки зрения вопросов.
Список литературы
1. Большая советская энциклопедия. — 3-е издание. — Москва: Сов. энциклопедия, 1978. — Т. 28. Чаган—Экс-ле-Бен. — 640 с.
2. Д. Хэндри. Эконометрика: алхимия или наука? - research.by/pdf/2003n2r01.pdf (рус.) // Эковест. — 2003. — № 2. — С. 172-196.
3. Суслов В. И., Ибрагимов Н. М., Талышева Л. П., Цыплаков А.А. Эконометрия. — Новосибирск: СО РАН, 2005. — 744 с. — ISBN 5-7692-0755-8
4. Орлов А.И. Менеджмент. Учебник. — М.: Изумруд, 2003. — 298 с.
5. Орлов А.И. Эконометрика. Учебник. — М.: Экзамен, 2002. — 576 с. — ISBN 5-472-00035-1
6. Эконометрика. Учебник / Под ред. Елисеевой И.И.. — 2-е изд. — М.: Финансы и статистика, 2006. — 576 с. — ISBN 5-279-02786-3
7. Вайнштейн А. Л. Эконометрия и статистика (рус.) // Тинтер Г. Введение в эконометрию. — М.: Статистика, 1965. — С. 5-26.
8. Лауреаты Нобелевской премии по экономике - n-t.ru/nl/ek/frisch.htm (рус).
9. Лауреаты Нобелевской премии по экономике - n-t.ru/nl/ek/klein.htm (рус).
10. Лауреаты Нобелевской премии по экономике - n-t.ru/nl/ek/ (рус).
11. Лауреаты Нобелевской премии по экономике - www.nsu.ru/ef/tsy/ecmr/nobel/nobel2k.htm (рус).
12. Лауреаты Нобелевской премии по экономике - www.nsu.ru/ef/tsy/ecmr/nobel/nobel_ec.htm (рус).
13. Орлов А.И. Прикладная статистика. Учебник. — М.: Экзамен, 2006. — 672 с. — ISBN 5-472-01122-1
14. Цыплаков А.А. Методология эконометрического моделирования - www.nsu.ru/ef/tsy/ecmr/disser/chap3.htm (рус). Эконометрический анализ процессов высокой инфляции (на примере России)(диссертация на соискание учёной степени кандидата экономических наук). Новосибирск (1998).
15. Дж. Расин. Непараметрическая эконометрика: вводный курс - quantile.ru/04/04-JR.pdf (рус.) // Квантиль. — 2008. — № 4. — С. 7-56.
16. Бабешко Л.О. Основы эконометрического моделирования: Учеб. пособие. — 2-е изд., испр. — М.: КомКнига, 2006. — 432 с. — ISBN 978-5-484-00757-8
17. Афанасьев В.Н., Юзбашев М.М. Анализ временных рядов и прогнозирование: Учеб. пособие. — М.: Финансы и статистика, 2001. — 228 с. — ISBN 5-279-02419-8
18. Кохрейн Дж. Прогнозирование и импульсные отклики в линейных системах - quantile.ru/01/01-JC.pdf (рус.) // Квантиль. — 2006. — № 1. — С. 21-26.
19. Цыплаков А. Введение в прогнозирование в классических моделях временных рядов - quantile.ru/01/01-AT.pdf (рус.) // Квантиль. — 2006. — № 1. — С. 3-19.
20. Ратникова Т.А. Введение в эконометрический анализ панельных данных - library.hse.ru/e-resources/HSE_economic_journal/articles/10_02_06.pdf (рус.) // Экономический журнал ВШЭ. — 2006. — № 2. — С. 267-316.
21. Дж.М. Кейнс. Метод профессора Тинбергена (рус.) // Вопросы экономики. — 2007. — № 4.
22. Я. Тинберген. О методе статистического исследования делового цикла. Ответ Дж.М. Кейнсу (рус.) // Вопросы экономики. — 2007. — № 4.
23. Н. Шапиро. Дж. М. Кейнс как завершающий экономист «мейнстрима» и предвестник теоретико-методологического плюрализма (рус.) // Вопросы экономики. — 2008. — № 1.
24. Дж.М. Кейнс. Комментарий (рус.) // Вопросы экономики. — 2007. — № 4.
25. И. Розмаинский. Методологические основы теории Кейнса и его "спор о методе" с Тинбергеном (рус.) // Вопросы экономики. — 2007. — № 4.
26. E. E. Leamer, "Lets’s Take the Con out of Econometrics," American Economic Review, 73 (1983), 31-43.
27. Ludwig von Mises. The Ultimate Foundation of Economic Science: An Essay on Method. Princeton: D.Van Nostrand, 1962. (p. 62)
Литература
1. Айвазян С.А. Прикладная статистика. Основы эконометрики. Том 2. — М.: Юнити-Дана, 2001. — 432 с. — ISBN 5-238-00305-6
2. Бабешко Л.О. Основы эконометрического моделирования: Учеб. пособие. — 2-е, исправленное. — М.: КомКнига, 2006. — 432 с. — ISBN 978-5-484-00757-8
3. Берндт Э. Практика эконометрики: классика и современность. — М.: Юнити-Дана, 2005. — 848 с. — ISBN 5-238-00859-7
4. Доугерти К. Введение в эконометрику: Пер. с англ.. — М.: ИНФРА-М, 1999. — 402 с. — ISBN 8-86225-458-7
5. Кремер Н.Ш., Путко Б.А. Эконометрика. — М.: Юнити-Дана, 2003-2004. — 311 с. — ISBN 8-86225-458-7
6. Леонтьев В.В. Экономические эссе. Теория, исследования, факты и политика: Пер. с англ.. — М.: Политиздат, 1990. — 324 с.
7. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс. — М.: Дело, 2007. — 504 с. — ISBN 978-5-7749-0473-0
8. Моргенштерн О. О точности экономико-статистических наблюдений. — М.: Статистика, 1968. — 324 с.
9. Суслов В.И., Ибрагимов Н.М., Талышева Л.П., Цыплаков А.А. Эконометрия. — Новосибирск: СО РАН, 2005. — 744 с. — ISBN 5-7692-0755-8
10.Тутубалин В.Н. Границы применимости (вероятностно-статистические методы и их возможности). — М.: Знание, 1977. — 64 с.
11.Эконометрика. Учебник / Под ред. Елисеевой И.И. — 2-е изд. — М.: Финансы и статистика, 2006. — 576 с. — ISBN 5-279-02786-3
[1] Большая советская энциклопедия. — 3-е издание. — Москва: Сов. энциклопедия, 1978. — Т. 28. Чаган—Экс-ле-Бен. — 640 с.
