Инструментарий прикладной эконометрики: возможности и сферы применения

Высокие статистические технологии в эконометрике предполагают адаптацию применяемых методов к меняющейся ситуации. Например, параметры прогностического индекса меняются вслед за изменением характеристик используемых для прогнозирования величин. Таков метод экспоненциального сглаживания. В соответствующем алгоритме расчетов значения временного ряда используются с весами. Веса уменьшаются по мере удаления в прошлое. Многие методы дискриминантного анализа основаны на применении обучающих выборок. Например, для построения рейтинга надежности банков можно с помощью экспертов составить две обучающие выборки — надежных и ненадежных банков. А затем с их помощью решать для вновь рассматриваемого банка, каков он — надежный или ненадежный, а также оценивать его надежность численно, т. е. вычислять значение рейтинга.

Один из способов построения адаптивных эконометрических моделей — нейронные сети. При этом упор делается не на формулировку адаптивных алгоритмов анализа данных, а — в большинстве случаев — на построение виртуальной адаптивной структуры.

С точки зрения точности расчетов (и оптимальности в том или ином эконометрическом смысле) нейронные сети не имеют преимуществ перед другими адаптивными эконометрическими системами. Однако они более просты для восприятия. Надо отметить, что в эконометрике используются и модели, промежуточные между нейронными сетями и «обычными» системами регрессионных уравнений (одновременных и с лагами). Они тоже используют блок-схемы, как, например, универсальный метод моделирования связей экономических факторов ЖОК (этот метод описан в работе.

Заметное место в математико-компьютерном обеспечении принятия решений занимают методы теории нечеткости Это направление прикладной математики в последней трети ХХ в. получило бурное развитие. К настоящему времени по теории нечеткости опубликованы тысячи книг и статей, издается несколько международных журналов, постоянно проводятся международные конференции, выполнено достаточно много как теоретических, так и прикладных научных работ, практические приложения дали ощутимый технико-экономический эффект.

Кузнецова М. В. Моделирование экономических процессов.

http://www.usfeu.ru/general_info/faculties/feu/metod/0611/Ush_posobie/Mep/ModEcProc

Орлов А. И. Эконометрика. М.: Экзамен, 2002; 735 с.

Турунцева М. Эконометрические методы прогнозирования социально-экономических показателей. — Научные труды № 89Р: Некоторые подходы к прогнозированию экономических показателей. — М.: ИЭПП, 2005. 195 с.