У меня всё меньше времени на ответы Вам, но я постараюсь всё же ответить на основные
вопросы (тем более что Иванов-Гуревич фактически признал все мои тезисы, поэтому мне уже не столь интересно).
Конкретно сейчас разберу частный момент о случайности ВВП. Остальное - позже, кое-что такими небольшими сообщениями, а потом - остаток.
Утверждение Хаавельмо касается различия теоретических
переменных и замерямых переменных. Объясню.
Представим, что мы считаем, что ВВП определяется производственной функцией,
которая зависит от двух факторов производства:
Y = F( K, L )
Первая проблема, которая нас ждёт, касается неточного измерения K и L.
Нам неизвестны действительные значения K и L. Поэтому мы уже обладаем
случайной переменной (функцией от случайных переменных).
Далее, мы также не знаем конкретного вида, который принимает F( ).
Мы в принципе его не наблюдаем.
Мы можем строить лишь предположения и сверять их с действительностью
на основе статистических методов.
Третья проблема касается мириада неучтённых факторов в нашем соотношении.
Оно ничего не говорит о том, что случится, если изменятся, например,
цены ресурсов на мировом рынке. Ничего не говорит о проводимой макроэкономической
политике. Даже если мы расширим нашу модель
Y = F( K, L, N, EX, ... )
Мы всё равно не сможем описать все значительные факторы, влияющие на ВВП.
Такая гигантская модель потеряет всякую привлекательность абстракции, необходимым образом
при этом полагаясь на массу сомнительных предположений.
Поэтому мы также должны смириться с тем, что наша модель будет игнорировать часть реальности.
В этом, собственно, суть любого теоретического осмысления.
Но как реально образуется наша переменная Y? Вот здесь и возникает момент, о котором также
говорит Granger.
Ничего общего с нашими построениями выше измерение ВВП не имеет.
Эти измерения идут в другой канве, их проводят совершенно другие люди.
Эти измерения весьма затруднены, несвободны от теории, как и всякие другие измерения,
подвержены ошибкам измерения.
В действительности ВВП измеряется через агрегирование (и консолидирование) бухгалтерской отчётности фирм - по крайней
мере основная его часть. Полученный результат обладает любопытними статистически свойствами сам по себе:
> As a statistician I am intrigued by the pure magnitude of some of the major economies, although economists pay little attention to this aspect of the real world. For example, in the United States there are about one hundred million households, so total consumption is the sum of all these households' consumptions. The sum over such a large number of families should have very special statistical properties, given various well-known limit theorems. If these properties are not observed this also has important impli-cations. I think that these, and many other topics concerning aggregation, are worth further study. (из нобелевской лекции)
Подведём итоги:
1. Экономические переменные не могут быть измерены с достаточным уровнем точности. Существуют ошибки измерения, делающими соответствующие переменные случайными (из-за наличия случайного компонента).
2. Между измеряемыми переменными и теоретическими переменными существует различие. Реальные измеряемые переменные, например ВВП или уровень безработицы, не могут быть однозначно соотнесены с теми уравнениями, которые мы записываем "мелом на доске".
3. Существование большого числа "прочих неравных", которые постоянно изменяются, также является источником случайности. (Это уточнение п.2)
Всё это означает, что те серии, которые нам доступны, являются случайными.
Простое разграничение случайности и детерминированности переменных например у Granger:
Детерминистическая переменная - та, чьё значение известно с достоверностью (определённостью).
Вот ещё пара цитат для общего развития (из выступления по случаю присуждения Нобелевской премии, я его размещал уже)
(о прошлых значениях, о проблемах с данными, о теории)
> The modern macro economy is large, diffuse, and difficult to define, mea-sure, and control. Economists attempt to build models that will approximate it, that will have similar major properties so that one can conduct simple ex-periments on them, such as determining the impacts of alternative policies or the long-run implications of some new institution. Economic theorists do this using constraints suggested by the theory, whereas the econometrician builds empirical models using what is hopefully relevant data and which captures the main properties of the economy in the past.
(о детерминистических переменных и отличии экономических данных)
> One can begin with the ancient subject of Mathematics which is largely concerned with the discovery of relationships between deterministic variables using a rigorous argument. (A deterministic variable is one whose value is known with certainty.) However, by the middle of the last millennium it be-came clear that some objects were not deterministic, they had to be described with the use of probabilities, so that Mathematics grew a substantial sub-field known as Statistics. This later became involved with the analysis of data and a number of methods have been developed for data having what may be called standard properties. However, in some areas of application, the data that they generated were found to be not standard, and so special sub-sub-fields needed to be develo-ped. For example, Biology produced Biometrics, Psychology gave us Psycho-metrics, and Economics produced Econometrics. There are many types of economic data, but the type considered by Rob Engle and myself is know as time series. Consider the measurement of unem-ployment rates which is an important measure of the health of the economy. Figures are gathered by a government agency and each month a new number is announced. Next month there will be another value, and so forth. String these value together in a simple graph and you get a time series.
(о ВВП и свойствах экономических серий)
> At the other extreme, some aspects of the overall, or macro, economy, such as national income, consumption, and investment, may be available only quarterly for many countries, and only annually for others. Population data is also available only annually or less frequently. Many of these series are rather smooth, moving with local trends or with long swings, but the swings are not regular. It is this relative smoothness that makes them unsuitable for analysis with standard statistical procedures, which assumes data to have a property know as stationarity. Many series in economics, particularly in finance and macroeconomics, do not have this property and can be called integrated or, sometimes incorrectly, non-stationary.
Время - деньги - Мигель10.10.2007 17:10:54 (34, 14172 b)
