РОЗДІЛ 2
ОСОБЛИВОСТІ ВИКОРИСТАННЯ СТАТИСТИЧНИХ МЕТОДІВ В ДОСЛІДЖЕННІ ВЗАЄМОЗВ'ЯЗКІВ МАКРОЕКОНОМІЧНИХ ПОКАЗНИКІВ
2.1. Методи статистичної оцінки залежностей макроекономічних показників
Особливості застосування кореляційно-регресійного аналізу
Для досягнення мети, поставленої у дисертаційній роботі, необхідно обґрунтувати вибір статистичного методу для моделювання взаємозв'язків між макроекономічними показниками.
Варто зауважити, що поруч зі статистичними методами, існують математичні та економетричні [75-82], які набули більш широкого використання в сучасній практиці моделювання та прогнозування основних індикаторів економічного розвитку.
Статистика також має досить потужний методологічний апарат для моделювання макроекономічних показників. Найбільш поширеними є кореляційний та регресійний аналіз (у випадку, коли залежність між показниками має стохастичний характер), а також індексний факторний аналіз (у разі функціональної залежності показників).
Розглядаючи особливості застосування статистичних методів вимірювання взаємозв'язків, необхідно зазначити, що непараметричні методи (рис.2.1) (на відміну від параметричних, які використовують основні параметри розподілу - середні величини і дисперсії), ґрунтуються на кількісних значеннях ознак і не потребують обчислення параметрів їх розподілів. Якщо в кореляційно-регресійному аналізі всі ознаки - ознаки метричної шкали, а в методі аналітичного групування це стосується результативної ознаки, то непараметричні методи застосовують і тоді, коли є ознаки порядкової чи номінальної шкали. Проте варто зауважити, що ця перевага непараметричних методів досягається за рахунок меншої глибини аналізу взаємозв'язку; за їх допомогою визначають лише тісноту зв'язку і перевіряють його істотність.
В той же час, недостатньо розроблені непараметричні методи для вимірювання багатофакторних зв'язків із трьома та більше взаємопов'язаними ознаками, а модель, яка буде побудована у даній роботі, повинна включати більше однієї факторної ознаки. Тому для досягнення мети даного наукового дослідження доцільно скористатись параметричними методами.
При порівнянні особливостей застосування параметричних методів (табл. 2.1), варто звернути увагу на те, що перевага кореляційно-регресійного аналізу полягає у тому, що він дозволяє розділити вплив комплексу факторних ознак, аналізувати різні боки складної системи взаємозв'язків, одночасно використовуючи декілька факторів, на відміну від аналітичного групування. Це є досить важливим при моделюванні та прогнозуванні ВВП, оскільки сучасна економіка має складний механізм причинно-наслідкових зв'язків. Додатковою перевагою кореляційно-регресійного методу є і те, що оцінка лінії регресії відбувається у кожній точці інтервалу зміни факторної ознаки.
Таблиця 2.1
Експертиза параметричних методів вимірювання взаємозв'язків
ОзнакаПеревагиНедолікиКількість факторів, які можна аналізуватиКореляційно-регресійний аналіз при обсязі сукупності біля ста спостережень дозволяє проводити аналіз системи з 8-10 факторами і розділити їх вплив.Аналітичне групування не дає можливість аналізувати більше трьох факторів.Обґрунту-вання моделіПри кореляційно-регресійному аналізі при виборі функціонального виду моделі використовують графіки, теоретичне обґрунтування.При аналітичному групуванні необхідно вирішити питання про вибір факторних ознак; визначити число груп і межи інтервалів.Оцінка лінії регресіїПри кореляційно-регресійному аналізі - відбувається у кожній точці інтервалу зміни факторної ознаки.
При аналітичному групуванні -здійснюється лише в окремих точках, які відповідають певному значенню факторної ознаки. Вимірю-вання тіс-ноти в'язку Ґрунтується на правилі складання дисперсій як для аналітичного групування, так і для кореляційно-регресійного аналізу.-Перевірка істотності зв'язку Здійснюється за допомогою критеріїв математичної статистики і спирається на порівняння фактичного значення з критичним для обох методів.-Аналітичні можливостіКореляційно-регресійний аналіз дозволяє:
- установити форму залежності (додатня, від'ємна, лінійна, нелінійна);
- визначити функцію регресії;
- виявити раніше невідомі причинні зв'язки (кореляція безпосередньо не виявляє причинних зв'язків між явищами, але встановлює числове значення цих зв'язків і достовірність суджень про їх наявність).
Комбінаційні аналітичні групування використовують для аналізу зв'язку результативної ознаки з двома і більше факторними ознаками, що дає можливість аналізувати залежність результативної ознаки від кожного з факторів при фіксованих значеннях інших.Аналітичне групування дозволяє:
- установити лише напрям зв'язку (прямий чи зворотній);
- визначити кількісні співвідношення між ознаками, що вивчаються.
Витрати часу на розрахунки-Побудова комбінаційних аналітичних групувань пов'язана з громіздкими розрахунками. Кореляційно-регресійні рівняння досить об'ємні, потребують значних витрат часу при їх побудові. Кореляційно-регресійні моделі дозволяють не лише встановити загальну тенденцію зміни залежної ознаки, але й з'ясувати, якою була б дія на залежну змінну головних факторів, якщо інші (другорядні) фактори не змінювались (знаходились на одному й тому ж середньому рівні) і були виключені випадкові елементи. Багатомірні методи, які розвиваються на базі кореляційно-регресійного аналізу (метод головних компонент, факторний аналіз) дозволяють синтезувати вплив ознак (первинних факторів), виділяючи з них безпосередньо не враховані глибинні фактори (компоненти). Враховуючи цю особливість, можна побудувати модель залежності ВВП від монетарних показників, врахувавши і розподіливши чинники, які залучаються, найбільш якісно.
Необхідно також зазначити, що результати розрахунків за кореляційно-регресійним методом мають не лише формально математичний, але і змістовний характер:
1. Виявлення найважливіших факторів, які впливають на результативну ознаку (тобто на варі