2. Методика проведения эконометрического исследования

При проведении эконометрического исследования необходимо придерживаться определённой последовательности действий. Ключевые моменты, которые должны присутствовать в каждом таком исследовании, перечислены ниже.

Постановка цели

Прежде чем приступить к выполнению каких-либо действий, необходимо поставить и указать цель данного исследования, а так же задачи, посредством решения которых данная цель будет достигнута.

Одной из наиболее распространённых целей является изучение влияния набора переменных на какой-либо фактор (например, изучение влияния социально-экономических факторов на уровень покупательской способности населения в Российской Федерации). В данном случае, задачами исследования могут быть сбор и описание статистической информации; определение факторов, влияющих на исследуемую переменную; построение эконометрической модели, проверка её качества и проведение необходимых коррекций; интерпретация полученного результата.

После того, как была указана цель исследования, необходимо дать краткое описание данных и указать их источник. При описании данных обязательно должны быть указаны все рассматриваемые переменные с пояснением о том, что каждая переменная означает и в каких единицах измеряется.

Анализ выборки

При проведении первичного анализа выборки можно воспользоваться box-plot диаграммой, гистограммой распределения и таблицей выборочных статистик для исследуемой переменной. Рассмотрение box-plot диаграммы поможет выявить наличие или отсутствие выбросов, размах данных и т.д. Гистограмма распределения и таблица выборочных статистик служит для того, чтобы определить структуру данных, асимметрию распределения и прочие характеристики.

При построении гистограмм распределения и прочих диаграмм, отличных от box-plot, необходимо исключать из выборки данные, лежащие за пределами 3σ.

В ходе анализа должно быть представлено описание структуры данных и некоторых важных, по мнению исследователя, дескриптивных статистик. Так же могут быть сделаны предположения о причине именно такого устройства данных.

При наличии подозрения о необходимости разбиения выборки по категориям может быть проведён аналогичный анализ всех подвыборок исследуемой переменной. В том случае, если в результате такого анализа будет замечена существенная разница в структуре данных в подвыборках, необходимо создать категориальную (или dummy) переменную. Впоследствии, будет проверена необходимость включения этой переменной в модель.

Построение модели

Форма зависимости

Прежде всего, необходимо выдвинуть собственные гипотезы о форме зависимости и необходимых регрессорах, основываясь на экономических или логических умозаключениях. На этом этапе стоит обращать внимание только на наиболее важные, с теоретической точки зрения, регрессоры. Первичное подтверждение выдвинутой гипотезы должно быть получено построением scatter-диаграмм для исследуемой переменной и основными, по предположению, факторами.

Скорее всего, возникнет ситуация, когда графически одинаково хорошо подходят несколько форм зависимости. В таком случае, окончательное решение может быть принято только путём проведения соответствующих тестов или сравнением коэффициентов корреляции между предсказанными и истинными значениями для рассматриваемых моделей. При выборе регрессоров среди основных факторов и различных функций от них (логарифмическая, степенная и т.д.) можно воспользоваться процедурами пошагового отбора.

В отличие от графиков, при построении модели должен использоваться весь набор данных без ограничений по критерию 3σ.

При приведении таблиц необходимо оставлять лишь ту её часть, которая важна в данном контексте.

Дополнительные регрессоры

После того, как была определена форма зависимости между исследуемой переменной и основными регрессорами нужно подобрать дополнительные регрессоры (к примеру, dummy-переменные). Для этого первичный отбор может быть проведён при рассмотрении таблиц корреляции между исследуемой переменной и дополнительными регрессорами, а решение о включении дополнительных факторов в модель процедурой пошагового отбора. Тем не менее, включение каждого дополнительного регрессора в модель должно иметь логическое подтверждение.

При выборе регрессоров всегда следует учитывать опасность возникновения мультиколлинеарности в модели. Уменьшить вероятность мультиколлинеарности поможет включение слабокоррелированых между собой переменных. Так же может помочь использование комбинаций переменных (к примеру, если для модели большую значимость имеют и ВВП и численность населения, которые сильно коррелируют между собой, вместо них в модель можно включить ВВП на душу населения).

При построении модели следует избегать чрезмерного усложнения и перегрузки регрессорами.