Типы данных и виды переменных используемых в эконометрических исследованиях экономических явлений.

Типы данных, используемые в эконометрическом моделировании подразделяются на два вида: пространственные и временные данные. Характеристика данных представлена в таблице 1.

Таблица 1 – Характеристика типов данных.

Пространственные	Временные
характеризуют ситуацию по конкретной переменной (или набору переменных), относящейся к пространственно разделенным сходным объектам в один и тот же момент времени.	отражают изменения (динамику) какой-либо переменой на промежутке времени.
набор сведений по разным объектам, взятым за один и тот же период времени	набор сведений, характеризующий один и тот же объект, за разные периоды времени
Объем производства предприятий региона, численность студентов институтов города	ежеквартальные данные по инфляции, данные по средней заработной плате,

 

Объект эконометрического моделирования характеризуется многими признаками. Признаки в модели взаимосвязаны и выступают либо в роли результата (объясняемой переменной), либо в роли фактора (объясняющей переменной). Переменные эконометрической модели любого класса условно делят на следующие виды.

Виды переменных эконометрической модели:

Объясняющие (экзогенные, независимые) переменные X

Это — переменные, которые поддаются регистрации и описывают условия функционирования реальной экономической системы. Они в зна­чительной мере определяют значения результирующих переменных. Обычно часть из них поддается регулированию и управлению. Значение этих переменных могут задаваться вне анализируемой системы. Поэтому их называют экзогенными. Еще их называют факторными признаками. В регрессионном анализе это аргументы результирующей функции Y. По своей природе они могут быть как случайными, так и неслучайными.

Результирующая (зависимая, эндогенная) переменная Y

Она характеризует результат или эффективность функциониро­вания экономической системы. Значения ее формируются в процессе и внутри функционирования этой системы под воздействием ряда других переменных и факторов, часть из которых поддается регистрации, управ­лению и планированию. В регрессионном анализе результирующая переменная играет роль функции, значение которой определяется значениями объясняющих переменных, выполняющих роль аргументов. По своей природе результирующая переменная всегда случайна (стохастична).

Любая эконометрическая модель предназначена для объяснения значений текущих эндогенных переменных (одной или нескольких) в зависимости от значений заранее определенных переменных.

Переменные, выступающие в системе в роли факторов-аргументов, или объясняющих переменных называют предопределенными. Множество предопределенных переменных формируется из всех экзогенных переменных и так называемых лаговых эндогенныхпеременных, т. е. таких эндогенных переменных, значения которых входят в уравнения анализируемой эконометрической системы измеренными в прошлые моменты времени, а, следовательно, являются уже известными, заданными (Таблица 2).

Эконометрическая модель каждого класса направлена на объяснение значений текущих эндогенных переменных в зависимости от значений предопределенных переменных.

Таблица 2 – Виды переменных.

Экзогенные	Эндогенная	Лаговые	Предопределенные
Объясняющие, (независимые X) Роль в регрессионном анализе: факторные признаки, аргументы результатирующей функции Y. Могут быть случайными и неслучайными Их значения задаются извне модели	Результирующая (зависимыеY) Роль в регрессионном анализе: функции, значение которой определяется значениями объясняющих переменных, выполняю­щих роль аргументов   Случайная (стохастична) Их значения определяются внутри модели	Экзогенные или Эндогенные переменные, которые   датируются предыдущими моментами времени и находятся в уравнении с текущими переменными	Переменные, выступающие в роли факторов - аргументов или объясняющих переменных   лаговые и текущие экзогенные переменные, лаговые эндогенные переменные

 

Моделирование зависит от объема совокупности (выборки).

Количество значений переменной или объем выборки должен быть в 6-7 раз больше количества факторов модели.