Эконометрика Содержание

1. Экономическая сущность эконометрики………………………………………………………………3

2. Парная регрессия и корреляция

2.1 Понятие о регрессионном анализе…………………………………………………………..9

2.2. Линейная модель парной регрессии и корреляции………………………………………..11

2.3. Нелинейные модели парной регрессии и корреляции…………………………………….16

3. Множественная регрессия и корреляция

3.1. Спецификация модели……………………………………………………………………….20

3.2. Метод наименьших квадратов (МНК)……………………………………………………....21

3.3. Показатели качества множественной регрессии…………………………………………...22

3.4. Линейные регрессионные модели с гетероскедастичными остатками…………………...27

3.5. Обобщенный метод наименьших квадратов (ОМНК)……………………………………..28

3.6. Фиктивные переменные……………………………………………………………………...31

4. Системы эконометрических уравнений

4.1 Виды эконометрических уравнений…………………………………………………………33

4.2. Формы модели………………………………………………………………………………..33

4.3. Проблема идентификации…………………………………………………………………...35

5. Временные ряды

5.1 Понятие и виды временного ряда……………………………………………………………38

5.2. Автокорреляция уровней временного ряда………………………………………………...38

5.3. Моделирование тенденции временного ряда………………………………………………42

5.4. Моделирование сезонных колебаний……………………………………………………….43

5.5. Автокорреляция в остатках………………………………………………………………….48

Приложение A………………………………………………………………………………………………50

Приложение Б……………………………………………………………………………………………….51

Приложение В………………………………………………………………………………………………52

Литература………………………………………………………………………………………………….53

1. Экономическая сущность эконометрики

Экономические отношения являются многогранной областью деятельности. Они сочетают в себе как элементы базиса, т.е. производительных сил, которые являются основой развития отраслей материального производства; так и надстройки – отношений обеспечивающих развития базиса и создающих оптимальные условия для национального воспроизводства.

Как и любая другая отрасль знаний, экономика подвергается постоянному исследованию и изучению. Именно в это сфере главным является не применение различных инструментов, а интерпретация полученных результатов. Для экономиста важны не процессы деления, умножения, сложения и вычитания, а непосредственно ответ на вопросы «Что делать с полученной информацией?», «Как ее можно использовать с наибольшей эффективностью?».

Эффективность функционирования экономического субъекта касается не только оперативного управления имеющимися ресурсами, но и процессы планирования и контроля. Важной задачей при этом является определением максимальной эффективности.

Например, при оперативном управлении максимальная эффективность достигается путем максимизации прибыли или получения другого полезного эффекта в процессе хозяйствования; при планировании - затраты на сам процесс не должны превышать полезности полученных результатов, да к тому же различные виды планов должны способствовать достижению тактических и стратегических целей организации; при контроле – могут прослеживаться два момента: поведенческий аспект, который проявляется в понятии и принятии отдельных инструкций и поручений подчиненными, и экономический эффект - проявляющийся в планомерном и наиболее быстром достижении поставленных результатов при небольшом уровне затрат на контролирующие мероприятия.

Одним из инструментом, позволяющим оценить всю совокупность экономических взаимосвязей и отношений является прикладная дисциплина – эконометрика. Она исследует конкретные количественные и качественные взаимосвязи экономических объектов и процессов с помощью математических и статистических методов и моделей.

Как учебная дисциплина эконометрика изучается после прохождения курсов теории вероятностей и математической статистики и общей теории статистики (иногда - экономической статистики). Эти дисциплины обязательны для подготовки экономистов и менеджеров, особенно в технических вузах.

Целью изучения учебной дисциплины "Эконометрика" является овладение современными эконометрическими методами анализа конкретных экономических данных на уровне, достаточном для использования в практической деятельности менеджера и экономиста и т.д.

Термин «эконометрика» впервые был использован бухгалте­ром П. Цьемпой (Австро-Венгрия, 1910 г.) («эконометрия» — у Цьемпы). Цьемпа считал, что если к данным бухгалтерского уче­та применить методы алгебры и геометрии, то будет получено но­вое, более глубокое представление о результатах хозяйственной деятельности. Это употребление термина, как и сама концепция, не прижилось, но название «эконометрика» оказалось весьма удачным для определения нового направления в экономической науке, которое выделилось в 1930 г.

Слово «эконометрика» представляет собой комбинацию двух слов: «экономика» и «метрика» (от гр. metron-мера). Таким обра­зом, сам термин подчеркивает специфику, содержание экономет­рики как науки: количественное выражение тех связей и соотно­шений, которые раскрыты и обоснованы экономической теори­ей.

Зарождение эконометрики является следствием междисцип­линарного подхода к изучению экономики. Эта наука возникла в результате взаимодействия и объединения в особый «сплав» трех компонентов: экономической теории, статистических и матема­тических методов. Впоследствии к ним присоединилась вычис­лительная техника как условие развития эконометрики.

Существуют 2 основные точки зрения по поводу определения эконометрики как науки:

1. общая, в соответствии с которой к эконометрике относят все, что связано с измерениями в экономике;

2. узко ориентированная, под которой понимают определенный набор математико-статистических средств, позволяющих определить путем построения и оценки различных моделей соотношения между анализируемыми экономическими показателями.

Наиболее точно объяснил сущность эконометрики один из основателей этой науки Р.Фриш, который и ввел этот название в 1926 г.: «Эконометрика – это не то же самое, что экономическая статистика. Она не идентична и тому, что мы называем экономической теорией, хотя значительная часть этой теории носит количественный характер. Эконометрика не является синонимом приложений математики к экономике. Как показывает опыт, каждая из трех отправных точек – статистика, экономическая теория и математика – необходимое, но не достаточное условие для понимания количественных соотношений в современной экономической жизни. Это единство всех трех составляющих. И это единство образует эконометрику»¹ (Frisch R. Editorial. Econometrica. - 1933. - № 1. - P. 2.).

Эконометрика – это самостоятельная научная дисциплина, объединяющая совокупность теоретических результатов, приемов, методов и моделей, предназначенных для того, чтобы на базе экономической теории, экономической статистики и экономических измерений, математико-статистического инструментария придавать конкретное количественное выражение общим (качественным) закономерностям, обусловленным экономической теорией.

Структура эконометрики 

Становление и развитие эконометрического метода проходи­ли на основе так называемой «высшей статистики» — на методах парной и множественной регрессии, парной, частной и множест­венной корреляции, выделения тренда и других компонент вре­менного ряда, на статистическом оценивании. Р. Фишер писал: «Статистические методы являются существенным элементом в социальных науках, и в основном именно с помощью этих мето­дов социальные учения могут подняться до уровня наук».

Эконометрика как система специфических методов начала развиваться с осознания своих задач — отражения особенностей экономических переменных и связей между ними. В уравнения регрессии начали включаться переменные не только первой, но и второй степени — с целью отразить свойство оптимальности экономических переменных: наличие значений, при которых достигается мини-максное воздействие на зависимую перемен­ную. Таково, например, влияние внесения удобрений на урожайность: до определенного уровня насыщение почвы удобрениями способствует росту урожайности; по достижении оптимального уровня насыщения удобрениями его дальнейшее наращивание не приводит к росту урожайности и даже может вызвать ее сни­жение. То же можно сказать о воздействии многих социально-экономических переменных (скажем, возраста рабочего на уро­вень производительности труда или влияния дохода на потребле­ние некоторых продуктов питания и т. д.). В конкретных услови­ях нелинейность влияния переменных может не подтвердиться, если данные варьируют в узких пределах, т.е. являются однород­ными.

В эконометрике, как дисциплине на стыке экономики и статистического анализа, можно выделить три вида научной и прикладной деятельности (по степени специфичности методов):

а) разработка и исследование эконометрических методов (методов прикладной статистики) с учетом специфики экономических данных;

б) разработка и исследование эконометрических моделей в соответствии с конкретными потребностями экономической науки и практики;

в) применение эконометрических методов и моделей для статистического анализа  конкретных экономических данных.

По мере движения от первого к третьему виду деятельности сужается широта области применения конкретного эконометрического метода, но при этом повышается его значение для анализа конкретной экономической ситуации. Если работам вида а) соответствуют научные результаты, значимость которых оценивается по общеэконометрическим критериям, то для работ вида в) основное - успешное решение задач конкретной области экономики. Работы вида б) занимают промежуточное положение, поскольку, с одной стороны, теоретическое изучение эконометрических моделей может быть весьма сложным и математизированным, с другой - результаты представляют интерес не для всей экономической науки, а лишь для некоторого направления в ней.

Хотя статистические данные собираются и анализируются с незапамятных времен, современная математическая статистика как наука была создана, по общему мнению специалистов, сравнительно недавно - в первой половине ХХ в. Именно тогда были разработаны основные идеи и получены результаты, составляющие основу эконометрической науки. В настоящее время статистическая обработка данных проводится, как правило, с помощью соответствующих программных продуктов.

Ситуация с внедрением современных эконометрических методов на предприятиях и в организациях различных отраслей народного хозяйства противоречива. В процессе перехода к рыночной экономике в 1990-е годы возникшие диспропорции в народном хозяйстве помешали внедрению эффективных эконометрических методов в те структуры, которые больше всего нуждались в них - службы качества, надежности, центральные заводские лаборатории и др. Однако толчок к развитию получили службы маркетинга и сбыта, сертификации, прогнозирования, инноваций и инвестиций, которым также полезны различные эконометрические методы, в частности, методы экспертных оценок.

Специфика экономических данных

Для анализа экономических данных могут применяться все разделы прикладной статистики: - статистика случайных величин;

- многомерный статистический анализ;

- статистика временных рядов и случайных процессов;

- статистика объектов нечисловой природы, в том числе статистика интервальных данных.

Перечисленные четыре области выделены на основе математической природы элементов выборки: в первой из них это - числа, во второй - вектора, в третьей - функции, в четвертой - объекты нечисловой природы, т.е. элементы пространств, в которых нет операций сложения и умножения на число. Примерами объектов нечисловой природы являются значения качественных признаков, бинарные отношения (ранжировки, разбиения, толерантности), последовательности из 0 и 1, множества, нечеткие множества, интервалы, тексты ..

Как и для применений статистических методов в иных областях, в эконометрике решаются задачи описания данных (в том числе усреднения), оценивания, проверки гипотез, восстановления зависимостей, классификации объектов и признаков, прогнозирования, принятия статистических решений и др.

Однако в некоторых отношениях экономические данные отличаются от технических или астрономических, и эти отличия необходимо учитывать при выборе методов анализа конкретных экономических данных.

Многие экономические показатели неотрицательны. Значит, их надо описывать неотрицательными случайными величинами. А вот нормальные распределения принципиально не подходят, поскольку для них вероятность отрицательных значений всегда положительна.

Экономические процессы развиваются во времени, поэтому большое место в эконометрике занимают вопросы анализа и прогнозирования временных рядов, в том числе многомерных. При этом в одних задачах больше внимания уделяют изучению трендов (средних значений, математических ожиданий), например, при анализе динамики цен. В других же - важны отклонения от средней тенденции, например, при исследовании окупаемости инвестиционных проектов.

В экономике доля нечисловых данных существенно выше, чем в технике и технологии, соответственно больше применений для статистики объектов нечисловой природы. Количество изучаемых объектов в экономическом исследовании часто ограничено в принципе, поэтому обоснование вероятностных моделей в ряде случаев затруднено. Уникальные объекты, например, город Москва, трудно рассматривать как элемент выборки из генеральной совокупности с каким-то определенным распределением, поскольку подобное рассмотрение противоречит здравому смыслу. Подобная ситуация выглядит бессмысленной при принятии ровно одного решения, однако при контроле качества в массовом производстве такой подход оправдан.

Поэтому в эконометрике часто применяются детерминированные методы анализа данных, в отличие от, например, технических наук, в которых обычным является использование вероятностных моделей. Неопределенность приходится описывать не в терминах вероятностно-статистических моделей, а иными способами, например, в терминах теории нечеткости (fuzzy sets theory) или математики и статистики интервальных данных.

Есть два принципиально различных подхода к изучению поведения организаций и людей. Согласно первому из них вполне допустимо описывать действия человека в вероятностных терминах, например, считать его ответ на заданный вопрос случайной величиной. Сторонники второго подхода полагают, что поведение человека или организации является детерминированным, определяется теми или иными причинами, а случайность при анализе выборки возникает лишь из-за случайности при отборе лиц для опроса или предприятий для изучения. Каждый из этих подходов определяет специфику распределения величин. Однако при увеличении объема генеральной совокупности эти два распределения сближаются , так что при обоих подходах можно применять одни и те же эконометрические методы, не тратя сил на решение философского вопроса о детерминированности или случайности поведения экономического агента- человека или организации.

Итак, специфика эконометрики проявляется не в перечне применяемых для анализа конкретных экономических данных статистических методов, а в частоте использования тех или иных методов.

Большое внимание в эконометрике уделяется проблеме дан­ных — специальным методам работы при наличии данных с про­пусками, влиянию агрегирования данных на эконометрические измерения. Информация может отсутствовать по единицам сово­купности и быть только на уровне более крупных единиц (агрега­тов). Например, не по отдельным организациям, а по организа­циям в пределах административного района, т. е. по районам, и т. д. При агрегировании данных во времени опасность искаже­ния результатов измерений (скажем, корреляции между времен­ными рядами) гораздо больше, чем при агрегировании простран­ственных данных. С одной стороны, добавляется эффект автокор­реляции, а с другой — происходит погашение случайной компо­ненты. Результаты могут различаться весьма сильно. Например, при измерении связи между удельным расходом кокса и величи­ной суточного проплава по суточным данным коэффициент кор­реляции составил 0,582, а по четырехсуточным данным - 0,894.

Проблемы данных включают и проблемы селективной выбор­ки в микроэконометрике. Типичные направления исследования в этой области таковы: рынок труда, выявление факторов, влияющих на решение работать (если «да», то сколько часов); какие эко­номические стимулы влияют на принятие решения о получении образования, об участии в «трейнинговых» программах, выборе профессии, места жительства; какое влияние оказывают различ­ные рынки труда и образовательные программы на доход индиви­да и принятие им решения о поступлении на работу. При этом вы­борка может быть не случайной, не репрезентативной, ограни­ченной только определенными ситуациями. Скажем, при устройстве на работу индивид, имеющий соответствующее обра­зование, стремится получить заработную плату выше определен­ного минимума. Тогда регрессия, описывающая зависимость за­работной платы от образования, будет основана не на всем воз­можном поле данных (заработная плата выше/ниже установлен­ного минимума), а только на данных индивидов с заработной пла­той выше минимальной. Возникает смещение наблюдаемой рег­рессии от истинной в результате так называемой самоселекции. Селективное смещение связано с поведением индивидов.

Эффект самоселекции очень распространен: он возникает, если объективный отбор подменяется «удобной» выборкой, на­пример, когда появляются добровольные респонденты, т.е. те, кто сами предлагают, чтобы их опросили. Очевидно, что характе­ристики добровольцев и недобровольцев могут быть отличны, и это приведет к ошибочному заключению о генеральной совокуп­ности.

Эконометрический метод складывался в преодолении следу­ющих неприятностей, искажающих результаты применения классических статистических методов:

• асимметричности связей;

• мультиколлинеарности объясняющих переменных;

• закрытости механизма связи между переменными в изолированной регрессии;

• эффекта гетероскедастичности, т. е. отсутствия нормального распределения остатков для регрессионной функции;

• автокорреляции;

• ложной корреляции;

• наличия лагов.

Эконометрическое исследование включает решение следующих проблем:

• качественного анализа связей экономических переменных — выделения зависимых (y_j) и независимых переменных (х_к);

• изучения соответствующего раздела экономической теории;

• подбора данных;

• спецификации формы связи между у и х_к;

• оценки параметров модели;

• проверки ряда гипотез о свойствах распределения вероятностей для случайной компоненты (гипотезы о средней дисперсии и ковариации);

• анализа мультиколлинеарности объясняющих переменных, оценки ее статистической значимости, выявления переменных,ответственных за мультиколлинеарность;

• введения фиктивных переменных;

• выявления автокорреляции, лагов;

• выявления тренда, циклической и случайной компонент;

• проверки остатков на гетероскедастичность;

• анализа структуры связей и построения системы одновремен­ных уравнений;

• проверки условия идентификации;

• оценивания параметров системы одновременных уравнений (двухшаговый и трехшаговый метод наименьших квадратов, ме­тод максимального правдоподобия);

• моделирования на основе системы временных рядов: проблемы стационарности и коинтеграции;

• построения рекурсивных моделей, авторегрессионных моде­лей;

• проблем идентификации и оценивания параметров.

Эконометрическая модель, как правило, основана на теоре­тическом предположении о круге взаимосвязанных переменных и характере связи между ними. При всем стремлении к «наилуч­шему» описанию связей приоритет отдается качественному анализу. Поэтому в качестве этапов эконометрического исследова­ния можно указать:

• постановку проблемы;

• получение данных, анализ их качества;

• спецификацию модели;

• оценку параметров;

• интерпретацию результатов.

Этот список менее подробен, чем предыдущий, и включает те стадии, которые проходит любое исследование, независимо от того, на использование каких данных оно ориентировано: прост­ранственных или временных.

Измерения в экономике

Поскольку понятие «эконометрика» включает экономичес­кие измерения, остановимся подробнее на этом вопросе. Изме­рение понимается по-разному. Прежде всего признаками измере­ния называют получение, сравнение и упорядочение информа­ции. Это определение измерения в широком смысле. В нем подчеркивается, что измерение предполагает выделение некоторого свойства, по которому проводится сравнение объектов в опреде­ленном отношении. Так определяется измерение в широком смысле.

Другое понимание измерения исходит из числового выраже­ния результата, т.е. измерение трактуется как операция, в резуль­тате которой получается численное значение величины, причем чис­ла должны соответствовать наблюдаемым свойствам, фактам, ка­чествам, законам науки и т. д.

Третье понимание измерения связано с обязательным наличи­ем единицы измерения (эталона). Это определение измерения в уз­ком смысле.

Первый, низший, уровень измерения предполагает сравне­ние объектов по наличию или отсутствию исследуемого свойства. На этом уровне измерения употребляются термины «номина­ция», «классификация», «нумерация».

Второй уровень предполагает сравнение объектов по интен­сивности проявляемых свойств. На этом уровне употребляются термины «шкалирование», «топология», «упорядочение».

Третий, высший, уровень измерения предполагает сравнение объектов с эталоном (в контексте физического измерения). На этом уровне употребляются термины «измерение», «квантификация».

Все понятия измерения могут быть объединены на базе опре­деления шкалы измерения. Тип шкалы определяется допустимым преобразованием. Допустимое преобразование — это преобразова­ние, при котором отношения между элементами системы сохра­няются неизменными — истинные утверждения не становятся ложными, а ложные — истинными.

Для определения любой шкалы измерения необходимо дать название объекта, отождествить объект с некоторым свойством или группой свойств (предприятие промышленное, станок то­карный, девушка сероглазая, автомобиль легковой и т.д.). Если это требование оказывается единственным, то шкала называется шкалой наименований или номинальной шкалой.

Измерением в номинальной шкале можно считать любую классификацию, по которой класс получает числовое наиме­нование (например, номер научной или учебной специальности и т. д.).

Следует помнить, что числа на этой шкале играют роль ярлы­ков и к ним неприменимы обычные правила арифметики.

Номинальная шкала обладает только свойствами симметрич­ности и транзитивности. Симметричность означает, что отно­шения, существующие между градациями х₁ и х₂, имеют место и между х₂ и х₁. Транзитивность выражается в следующем: если х₁ = х₂ и х₂ = х_3, то х₁ = х₃

Шкала, в которой порядок элементов по уровню проявления некоторого свойства существен, а количественное выражение различия несущественно или плохо осуществимо, называется порядковой или ранговой. Шкала порядка, или ординальная шкала, допускает операции «равенство—неравенство», «боль­ше-меньше».

Порядковые данные возникают, например, при выявлении предпочтений избирателей и рейтинга того или иного кандидата, экспертиз качества, при оценке силы землетрясений, измерении полезности, оценке уровня интеллекта, а также при определении потенциала человеческого развития и т. д. Широкое распростра­нение получили так называемые балльные шкалы. Кроме номи­нальной и порядковой шкал для определения измерения исполь­зуются интервальные шкалы.

Измерения в интервальных шкалах в известном смысле более совершенны, чем в порядковых. Применение этих шкал дает воз­можность не только упорядочить объекты по количеству свой­ства, но и сравнить между собой разности количеств. Таким обра­зом мы получаем возможность не только указать категорию, к которой относится объект по данному признаку, установить его место в ранжированном ряде, но и описать его отличие от других объектов, рассчитав разность (интервал) между соответствующи­ми позициями на шкале. Примерами интервальных шкал могут служить измерения большинства экономических параметров (производительность труда, себестоимость, рентабельность, лик­видность и т. д.).

В случаях, когда на шкале можно указать абсолютный нуль, мы имеем несколько более высокий уровень измерения, а имен­но шкалу отношений, или пропорциональную шкалу. При измере­нии на такой шкале можно, к примеру, сделать вывод, что х₄ вдвое больше х₂, если х₄ = 40 k, а х_г = 20k. Если за нулевую отмет­ку принята некая произвольная точка, то подобное заключение о соотношении отметок не будет справедливым. Например, по шкале температур по Цельсию нельзя утверждать, что вода, наг­ретая до + 40°С, вдвое горячее, чем вода, температура которой + 20°С. Шкала температур по Цельсию — это интервальная шка­ла (в отличие от шкалы абсолютных температур по Кельвину). По шкале отношений можно оценить такие социальные характерис­тики, как стаж и заработная плата.

Таким образом, по шкале отношений нельзя выбрать произ­вольно начало отсчета. Можно сказать, что шкала отношений - это интервальная шкала с естественной точкой отсчета.

Под эмпирическим эквивалентом числового нуля подразуме­вается отсутствие какого-либо свойства у изучаемой системы. В этом случае простейшим и наиболее надёжным способом опе­рационального определения шкалы отношений является указа­ние на эталон (эталонный метр и т.п.). Различие между условной и естественной нулевыми точками нередко трактуется как разли­чие между последовательностями значений величин, объективно имеющих некий минимум (например, температура) и не имею­щих его (например, время).

Пропорциональная шкала допускает операции «равенство-неравенство интервалов», «меньше—больше», операцию деления, на основе которой устанавливается равенство—неравенство отно­шений. Шкала отношений — это единственная с точностью до линей­ных преобразований шкала вида

Если в интервальной шкале масштаб зафиксирован, то изме­рение происходит в шкале разностей. Шкала разностей допуска­ет операции «равенство—неравенство», «больше—меньше», «ра­венство-неравенство интервалов» и операцию вычитания, на основе которой устанавливается величина интервала в фиксиро­ванном масштабе. К шкале разностей относятся логарифмичес­кие шкалы, а также процентные и аналогичные им шкалы изме­рений, задающие безразмерные величины. Например, указание года рождения — это представление возраста в шкале разностей.

Выделение разных уровней измерения дает основание гово­рить о внутреннем единстве задач классификации и измерения. В самом деле, неупорядоченная классификация есть не что иное, как построение шкалы некоторого признака (фактора), градация­ми которого являются названия классов. Таким образом, проце­дура построения неупорядоченной классификации может рас­сматриваться как процедура измерения по номинальной шкале. В случаях, когда полученные классы могут быть упорядочены по некоторому основанию, например по расстоянию или по мере сходства между собой так, чтобы стоящие рядом в этом ряду клас­сы были более сходны друг с другом, чем отдаленные, говорят о линейно-упорядоченной классификации. В таких случаях построение классификации подобно измерению по порядковой шкале.

В других ситуациях множество объектов может иметь иерархическую структуру (например, по степени взаимного сходства), которая выражается иерархической классификацией. Если можно указать дистанцию (например, число шагов на дереве разбиения), отделяющую классы друг от друга, то такая классификация в некотором смысле аналогична измерению по интервальной шкале. Заметим, что вариация переменных, измеренных на номинальной шкале, как правило, ниже вариации переменных, измеренных по интервальной шкале.

Любому измерению предшествует качественный анализ, учитывающий цели исследования. Качественный анализ необходим и после того, как измерение проведено, для того, чтобы оценить адекватность результатов измерения объектов поставленным целям.

Для социально-экономических измерений характерны спе­цифические представления о точности. Экономику относят к «неточным» наукам, так как невозможно провести измерение с произвольно малой погрешностью. Главное, что определяет спе­цифику точности экономических измерений, — это неконтроли­руемость погрешности наблюдений. Однако, даже имея это в ви­ду, нельзя говорить о «неточных» и «точных» науках, так как не­точных наук нет, а есть неточные представления о точности*.

Представления о точности измерений могут быть получены из анализа погрешностей. Обобщая представления о точности измерения, сделаем следующий вывод. Точность измерения — это его адекватность. Универсальные критерии точности отсутствуют. Критерий точности каждого ви­да измерения определяется в соответствии с целями этого изме­рения. Погрешности измерения не сводятся к арифметическим погрешностям.

В области экономических измерений проблема точности связана со следующими показателями:

• определением понятия «экономическая величина»;

• формированием системы принципов, постулатов и других тео­ретических положений, формирующих базис точности экономи­ческих измерений;

• определением экономических показателей;

• разработкой принципов конструирования измерителей и изме­рений;

• основанием выбора типа шкал при конструировании измерите­ля;

• разработкой правил формирования систем показателей;

• выявлением типов и определением методов устранения ошибок экономического измерения;

• разработкой правил агрегирования и свертки экономических показателей;

• выявлением условий сравнимости экономических величин (показателей);

• разработкой правил и методов измерений.

В теории измерений известны два основных представления об измерении:

• измерение понимается как соотношение множества объектов, описываемых некоторой переменной с множеством меток, и выражается теорией соотнесения, представляющей собой теорию шкал;

• измерение понимается как соотношение переменной, непосре­дственно ненаблюдаемой (латентной), со значениями непосред­ственно наблюдаемой переменной (индикатора). В этом случае основная проблема состоит в отыскании связи индикатора с ла­тентной переменной.

Поиск измерителя исследуемого признака может проходить в трех направлениях:

• выбор показателя, который может служить индикатором иссле­дуемого признака (латенты);

• определение функциональной зависимости значения исследуе­мого признака от значений наблюдаемых признаков;

• построение системы признаков, характеризующей исследуе­мый признак.

Отправной точкой конструирования измерителя является постулат об объективном существовании закономерностей во внутренних и внешних связях объектов.

Основной базой данных для эконометрических исследований служат данные официальной статистики либо данные бухгалтер­ского учета. Таким образом, проблемы экономического измере­ния — это проблемы статистики и учета. Используя экономичес­кую теорию, можно определить связь между признаками и пока­зателями, а используя статистику и учет — ответить на следующие вопросы: какие показатели применяются для измерения резуль­татов работы промышленного предприятия — валовая продук­ция, добавленная стоимость, реализованная продукция? как оце­нить остатки оборотных средств — по стоимости первых или пос­ледних поставок или по средней стоимости? и т.д.