WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 |   ...   | 3 | 4 || 6 | 7 |   ...   | 21 |

а) розничный товарооборот крупы и бобовых по СССР (квартальные данные) б) запасы туалетного мыла в организациях Минторга СССР (месячные данные) Еще один пример информативного выброса небольшой всплеск товарооборота алкогольных напитков по СССР в 1982 г. после повышения розничных цен на них осенью 1981 г. (рис. 2.8,а). До этого цены на спиртные напитки в СССР длительное время не повышались, происходило лишь плавное замещение на рынке более старых и более дешевых сортов более новыми и более дорогими. Хотя масштаб отклонения от тенденции в данном случае гораздо меньше, чем на рис. 2.10, однако он значительно превышает масштаб нерегулярной составляющей.

2.2.8. Регулярная составляющая динамики Совокупность всех составляющих динамики, за исключением нерегулярной (и, возможно, событийной), будем называть также регулярной составляющей динамики (regular component). Заметим, что "регулярность" не обязательно означает "гладкость". Так, календарная составляющая динами32 www.iet.ru ки определенно не является гладкой (рис. 2.4,а), сезонная составляющая может быть достаточно гладкой (рис. 2.5,а), а может и не быть таковой (рис. 2.1,а,б), компонента тренда и конъюнктуры может демонстрировать резкие скачки (рис. 2.2,а,б,в) и изломы (резкие изменения первых разностей, рис. 2.2,б,в).

Возможность рассмотрения временного ряда как совокупности описанных выше составляющих динамики является спецификой экономических временных рядов про произвольный временной ряд такого сказать нельзя.

2.3. Макроэкономические временные ряды Особыми свойствами обладают и макроэкономические временные ряды (macroeconomic time series), т. е. ряды экономических показателей высокого уровня агрегирования или показателей, которые могут оказывать на них заметное влияние3. Во многом это обусловлено тем, что значения агрегированных показателей не могут быть получены путем непосредственной регистрации. Их получают расчетным путем, обрабатывая большие объемы первичной (непосредственно регистрируемой) информации. Поэтому уровни макроэкономических временных рядов определяются не только существом экономических процессов, но и методиками построения соответствующих показателей.

Примерами макроэкономических временных рядов являются ряды валового внутреннего продукта, объема промышленной продукции, продукции сельского хозяйства, грузооборота транспорта, инвестиций в основной капитал, экспорта, импорта. Примеры таких рядов приведены на рис. 2.1, 2.2, 2.3, 2.7,а, 2.8, 2.9, 2.10, а также на рис. 2.11, 2.12.

В качестве примеров экономических временных рядов, не являющихся макроэкономическими, можно привести динамику продаж фирмы (если эта фирма не "Газпром"), динамику урожайности зерновых в Московской области, динамику платы за обучение в Государственном университете Высшей школе экономики.

При анализе макроэкономических временных рядов целесообразно учитывать их специфику. Рассмотрим более подробно, в чем она состоит.

Заметим, что это определение (как и многие из приведенных выше и ниже) весьма нестрогое. Оно является примером рассуждений на экономическом уровне строгости (ср. с математическим и физическим уровнями строгости).

www.iet.ru 1958 г. = 100 средний уровень 1992 г. = а б Рис. 2.11. Примеры макроэкономических временных рядов:

а) индексы произведенного национального дохода в сопоставимых ценах (1), всех основных фондов в сопоставимых ценах (2) и численности рабочих и служащих (3) по СССР (годовые данные) б) индекс промышленного производства США (месячные данные) I квартал 1994 г. = 100 I квартал 1993 г. = а б Рис. 2.12. Примеры макроэкономических временных рядов:

а) индекс ВВП в сопоставимых ценах (квартальные данные) б) индекс физического объема инвестиций в основной капитал (квартальные данные) 2.3.1. Эволюция свойств экономической системы Макроэкономические временные ряды характеризуются неоднородностью содержащихся в них данных. В зависимости от степени такой неоднородности можно говорить о неполной сопоставимости данных во вре34 www.iet.ru менной области, об их ограниченной преемственности или даже о низкой степени преемственности данных.

В качестве причин ограниченной преемственности макроэкономических данных укажем на эволюцию свойств экономики как объекта исследования и на эволюцию методик построения показателей.

Всякая экономика является развивающейся системой, и это порождает проблемы проведения межвременных сопоставлений в ней. Эволюция свойств экономической системы приводит к тому, что значения одного и того же показателя для разных периодов относятся, вообще говоря, к разным системам.

Ярким примером системы с интенсивно эволюционирующими свойствами является российская переходная экономика, принципы функционирования которой претерпели существенные изменения на протяжении 1990-х гг. К началу 1990-х гг. российская экономика была плановой, в ней, согласно [18], доминировали ресурсные ограничения. По окончании переходного периода, предположительно, будет создана рыночная экономика, в которой будут доминировать спросовые ограничения. На протяжении переходного периода российская экономика обладает какими-то чертами плановой экономики, какими-то чертами рыночной (видимо, можно говорить об экономике со смешанными ограничениями) и какими-то свойствами, присущими лишь переходной экономике.

Помимо смены типа доминирующих ограничений в российской экономике за это же время произошли и другие важные изменения. К началу 1990-х гг. Россия была частью союзного государства, которое, в свою очередь, было частью социалистической системы, своего рода мираэкономики [19]. В настоящее время Россия, как и прочие бывшие республики СССР, является независимым государством, социалистическая система прекратила свое существование и произошла масштабная переориентация экономических связей ее бывших составных частей.

Разумеется, экономика далеко не всех стран и далеко не всегда претерпевает изменения, масштаб и интенсивность которых сравнимы с демонстрируемыми российской переходной экономикой. Тем не менее эволюция свойств системы зачастую дает о себе знать при проведении анализа макроэкономической динамики.

Приведем еще один, менее масштабный, пример, иллюстрирующий эволюцию свойств экономической системы. При проведении межвременных сопоставлений меньше всего проблем возникает при сравнении количеств и цен товаров, являющихся достаточно однородными, таких, как зерно, нефть, уголь, чугун, в отличие от таких плодов прогресса, как автомобили и бытовая техника, не говоря уже о персональных компьютерах и моwww.iet.ru бильных телефонах. Вместе с тем даже проведение сопоставлений, связанных с таким простым продуктом, как зерно, может сопровождаться серьезными трудностями. Так, сто лет назад, в начале XX в., до начала массового использования химических удобрений, зерно в России было весьма экологически чистым, а состав полезных веществ в нем был существенно иным, чем в эпоху химизации второй половины XX в. (скажем, процентное содержание белков в нем в начале XX в. было гораздо выше). После начала экономических реформ 1990-х гг. обедневшие производители сельскохозяйственной продукции перестали использовать химические удобрения в прежних количествах, что привело к улучшению качества зерна. Таким образом, на протяжении последнего столетия (и даже десятилетия экономических реформ) качество производимого в России зерна весьма существенно изменялось, что делает не вполне корректным непосредственное сопоставление количеств и цен производимого в разные периоды времени зерна. Если же учесть также изменение сортов зерновых, появление генетически модифицированных продуктов и т. п., то задача сопоставления становится еще более сложной даже и в этом сравнительно простом случае.

Эволюция свойств экономики порождает проблему ограниченности объема информации о ее состоянии в некоторый период времени, содержащейся в макроэкономическом временном ряде. Добавление членов ряда, все далее отстоящих по времени от данного, дает все меньшее количество дополнительной информации о состоянии системы в данный период времени. Увеличение же числа членов временного ряда за счет уменьшения шага по времени, с одной стороны, привносит специфические эффекты (возникают календарные и сезонные эффекты, масштаб которых зачастую растет с уменьшением шага по времени, увеличивается масштаб нерегулярной составляющей и т. п.), а с другой наталкивается на отсутствие исходных данных (поскольку макроэкономические данные по технологическим соображениям, как правило, имеют шаг по времени не меньше одного месяца).

Следствием эволюции свойств системы является то, что задачи анализа макроэкономической динамики часто бывают математически некорректными. Использования лишь данных, содержащихся в экономических временных рядах, может быть недостаточно для их корректного решения. Часто бывает необходимо привлечение дополнительной (в т. ч. нечисловой) информации о динамике экономической системы. В качестве примера такой ситуации укажем на рассмотренный выше пример резких флуктуаций динамики производства водки и ликеро-водочных изделий в России (рис. 2.8,б), обусловленных различными мерами государственного регулирования. Для корректной интерпретации динамики данного показателя не36 www.iet.ru обходимо привлечение дополнительной информации об этих мерах и о соответствующих им периодах времени. Другие примеры некорректности задач анализа макроэкономической динамики будут приведены ниже.

2.3.2. Эволюция методик построения показателей Как уже было отмечено, значения агрегированных показателей определяются, в том числе, и методиками их построения. Методики же построения многих макроэкономических показателей не остаются неизменными, время от времени они уточняются или даже пересматриваются, т. е. они могут быть подвержены эволюции. В результате разные участки макроэкономических временных рядов могут быть построены по различающимся методикам. Это бывает особенно заметно у длинных рядов, охватывающих многие десятилетия. Динамичные условия переходного периода значительно усугубляют эту проблему.

Эволюция методик построения макроэкономических показателей приводит к тому, что особенности динамики показателей, которые трактуются содержательно, могут быть обусловлены лишь изменениями методов измерения и не в полной мере соответствовать динамике анализируемых параметров системы.

Так, считалось, что в период между мировыми войнами экономики развитых стран Запада были в большей мере подвержены влиянию циклов экономической активности, чем после Второй мировой войны. Сейчас этот тезис подвергается сомнению на основе сопоставления методик измерения [20]. Дело, в частности, в том, что до Второй мировой войны в составе выпуска в большей мере учитывалось производство продукции, более подверженной цикличности, тогда как после войны возросла доля учитываемых услуг и продукции, менее подверженных влиянию цикличности.

Эволюция методики может быть обусловлена и территориальной несопоставимостью данных. Пример такой несопоставимости дает рис. 2.1,г, на котором показана динамика индекса валовой промышленной продукции СССР. Хотя все данные относятся к одному и тому же государству, но его границы на рассматриваемом интервале времени претерпели изменения за счет включения ряда территорий. Переходный период также изобилует примерами территориальной несопоставимости.

В качестве еще одного примера эволюции методик приведем смену принципов измерения урожайности зерновых, произошедшую в России в XX в. В XIX в. в России, как мы уже отмечали, измеряли показатель урожай/сам, под которым понималось отношение собранного урожая к количеству использованного семенного материала. Скажем, если получали втрое большее количество зерна по сравнению с посеянным, то говорили www.iet.ru об урожае сам/три (см. рис. 2.9). Такая система не была лишена смысла, так как урожай/сам можно рассматривать как частный показатель эффективности, поскольку он рассчитывается как отношение результата к одному из видов затрат. В XX в. стали измерять урожайность в центнерах с гектара, количество посеянных семян при этом перестало приниматься во внимание. Соответственно возникла проблема сопоставимости старых данных с новыми, которая в первом приближении может быть решена путем "сшивки" данных двух типов с использованием определенных преобразований данных. Однако различия, обусловленные разными принципами измерения урожайности, останутся и полученный таким образом временной ряд не может считаться полностью сопоставимым.

Еще одна иллюстрация влияния методики на динамику макроэкономического временного ряда приведена на рис. 2.13. На рис. 2.13,а показана динамика официального российского индекса физического объема инвестиций в основной капитал. Такая динамика является вполне типичной для интервального временного ряда помесячного показателя с сильно выраженной сезонной волной. Однако тот же ряд после удаления календарной и сезонной составляющих демонстрирует скачки уровней на границах календарных лет (рис. 2.13,б), т. е. не вполне типичную динамику. Особенно заметны такие скачки в начале 1996, 1997, 1998, 1999 и 2002 гг. "Ступеньки" на границах календарных лет обусловлены, по всей видимости, досчетами уровней этого временного ряда с тем, чтобы изменения показателя за год, рассчитанные по данным в помесячном выражении, совпадали с изменениями соответствующего показателя в годовом выражении. Процедура приведения данных более высокой частоты в соответствие данным менее высокой частоты называется бенчмаркингом (benchmarking). В случае использования неадекватного алгоритма бенчмаркинга могут возникать искажения краткосрочных тенденций временного ряда, подвергаемого этой процедуре. Так, примитивный алгоритм бенчмаркинга состоит в домножении всех уровней временного ряда в помесячном выражении в пределах календарного года на одну и ту же константу. В этом случае на границах календарных лет могут возникать "ступеньки", подобные показанным на рис. 2.13,б, т. е. может возникать проблема скачка (step problem). В результате происходит искажение краткосрочных тенденций, следствием чего может быть получение неверных содержательных выводов. Поэтому важно использовать лишь такие процедуры бенчмаркинга, которые не искажают краткосрочных тенденций (подробнее см. [6]).

38 www.iet.ru январь 1995 г. скорректированного ряда = 100 январь 1995 г. = а б Рис. 2.13. Иллюстрация влияния методики на динамику макроэкономического временного ряда:

Pages:     | 1 |   ...   | 3 | 4 || 6 | 7 |   ...   | 21 |



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.