3.1 Использование эконометрических методов для анализа показателей финансовой устойчивости предприятия

Становление и развитие эконометрического метода происходила на основе математической статистики, на основе законов теории вероятностей; на методах парной и множественной регрессии, полной, частной и множественной корреляции, на математическом анализе временных рядов; на статистическом оценивании достоверности полученных характеристик.

Последняя позиция особенно важна в эконометрическом методе. Что такое «закон»? – это общее в явлении. Охватить же наблюдением все экономические явления на практике невозможно, поэтому исследователь чаще всего имеет дело с выборочными совокупностями. Из курса математической статистики известно, что любой выборке свойственна случайная ошибка. Отсюда возникает необходимость проверки достоверности полученных характеристик.

Любое эконометрическое исследование всегда предполагает объединение теории (экономической модели) и практики (статистических данных). Эконометрика использует теоретические модели для описания и объяснения наблюдаемых процессов и собирает статистические данные с целью эмпирического построения и обоснования моделей.

Существует несколько основных эконометрических методов:

1.Сводка и группировка информации. Статистическая сводка – это научно организованная обработка материалов наблюдения, включающая в себя систематизацию, группировку данных, составление таблиц, подсчет итогов, расчет производных показателей (средних, относительных величин). Статистическая группировка – это процесс образования однородных групп на основе расчленения статистической совокупности на части или объединения изучаемых единиц в частные совокупности по существенным для них признакам.

2. Вариационный и дисперсионный анализ. Дисперсия признака – это средний квадрат отклонений вариантов от их средней величины. В эконометрических расчетах, как правило, используют общую, межгрупповую и внутригрупповую дисперсии. При этом общая дисперсия характеризует вариацию признака в статистической совокупности в результате влияния всех факторов. Межгрупповая дисперсия показывает размер отклонения групповых средних от общей средней, то есть характеризует влияние фактора, положенного в основание группировки. Внутригрупповая (остаточная) дисперсия характеризует вариацию признака в середине каждой группы статистической группировки. В эконометрических расчетах используется среднее квадратическое отклонение – обобщающая характеристика размеров вариации признака в совокупности. Оно равно корню квадратному из дисперсии. Для осуществления сравнений колеблемости одного и того же признака в нескольких совокупностях используется относительный показатель вариации — коэффициент вариации.

3. Регрессионный и корреляционный анализ. Применение метода наименьших квадратов (МНК) позволяет получить достаточно точные теоретические значения модели однофакторной регрессии и соответственно ее графическое изображение (термин "регрессия" - движение назад, возвращение в прежнее состояние, - был введен ФрэнсисомГалтоном в конце XIX века при анализе зависимости между ростом родителей и ростом детей; в любом случае средний рост детей и у низких, и у высоких родителей стремится (возвращается) к среднему росту людей в данном регионе).

5. Статистические уравнения зависимости.

6. Статистические индексы. Статистические индексы могут быть использованы в качестве меры изменения количества независимо от изменения качественного признака (цены, себестоимости, производительности труда и т.п.), а также для характеристики качественного признака независимо от изменения количества (объема продукции в натуральном выражении, численности работников и т.п.).

Экономическая теория формирует качественные гипотезы. Эконометрика имеет дело с конкретными экономическими данными и занимается количественным описанием конкретных взаимосвязей, то есть заменяет коэффициенты, представленные в общем виде, конкретными численными значениями.

Однако, экономические данные часто содержат ошибки измерения. В эконометрике разрабатываются специальные методы анализа, позволяющие, если не устранить, то, по крайней мере, снизить влияние этих ошибок на полученные результаты. Эконометрическая модель - формализованное описание количественных взаимосвязей между переменными. Это главный инструмент эконометрики.

Моделирование - циклический процесс. Это означает, что за первым четырехэтапным циклом может последовать второй, третий и т.д. При этом знания об исследуемом объекте расширяются и уточняются, а исходная модель постепенно совершенствуется. Недостатки, обнаруженные после первого цикла моделирования, обусловленные малым знанием объекта и ошибками в построении модели, можно исправить в последующих циклах. В методологии моделирования заложены большие возможности саморазвития.

Эконометрическая модель имеет следующий вид:

Y=f(X) + е

где Y - наблюдаемое значение переменной (объясняемая переменная);

f(X) - объясненная часть, зависящая от значений объясняющих переменных;

X={x1,x2,…,xn}

е - случайная составляющая (возмущения).

Можно выделить три класса эконометрических моделей:

- модель временных данных;

- регрессионная модель с одним уравнением;

- система одновременных уравнений.

В модели временных данных результатный признак является функцией

переменной времени или переменных, относящихся к другим моментам времени.

Модели временных данных, представляющих собой зависимость результативного признака от времени:

- модели тренда;

- модели сезонности;

- модели тренда и сезонности.

Модели временных данных, представляющих собой зависимость результативного признака от переменных, датированных другими моментами времени:

- модели с распределенным лагом (объясняют поведение результативного признака в зависимости от предыдущих факторных переменных Х);

- модели авторегрессии (объясняют поведение результативного признака в зависимости от предыдущих значений результативных переменных;

- модели ожиданий(объясняют поведение результативного признака взависимости от будущих значений факторных переменных). В регрессионных моделях с одним уравнением результативный признак представляется в виде функции факторных переменных.

Системы регрессионных уравнений описываются системами взаимосвязанных регрессионных уравнений. Система объясняет, а также прогнозирует сколько результативных признаков, сколько поведенческих уравнений входит в систему.