Реферат на тему Модели с фиксированными и со случайными эффектами. Специфика построения, особенности применения, достоинства и недостатки

Содержание:

ВВЕДЕНИЕ. 1

1.Выбор панельных данных. 2

2. Модель с фиксированными эффектами. 6

3. Модели со случайными эффектами. 11

ЗАКЛЮЧЕНИЕ. 14

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ.. 16

Введение:

Во многих областях
экономических исследований панельные данные являются единственной возможностью
провести эмпирическую проверку теории. Особенно это применимо к анализу
состояния объектов до и после какого-либо события, динамических корректировок и
идентификации потоков товарооборота.

В настоящее время все
большее значение для руководителей торговых и логистических предприятий
приобретает знание и применение методов эффективного управления складскими
запасами. Товарные запасы в настоящее время характеризуются очень широким
номенклатурным перечнем, количество различных единиц может достигать десятков
тысяч уникальных продуктов. Поэтому серьезной становится задача их
классификации с целью определения как проблемных, так и перспективных групп
товаров.

В свою очередь
представленные в динамике ежемесячного поступления и выбытия со склада товарные
позиции представляют собой панельные данные и могут быть использованы для
эконометрического моделирования по панельным данным.

Важное преимущество
панельных данных состоит в том, что такие данные характеризуются большим числом
наблюдений, что увеличивает число степеней свободы и уменьшает
мультиколлинеарность факторов за счет учёта индивидуальных различий. Что
позволяет получать более эффективные оценки.

В данной работе
использован метод ABC-XYZ классификации на примере товарной продукции по пяти
складам торгового предприятия, на основании которого построена регрессионная
модель по панельным данным наиболее важных для изучения групп товаров.

Заключение:

Согласно проведенным
исследованиям, панельные данные представляют собой прослеженные во времени
пространственные выборки, которые состоят из наблюдений одних и тех же
экономических объектов в последовательные периоды времени. Они ценны для
экономистов тем, что при правильном их анализе можно избавиться от влияния
индивидуальных особенностей объектов которые, как правило, являются одной из
серьезнейших проблем анализа однократных данных. Целью данной работы является
углубить знания в области анализа панельных данных. Для этого в работе
последовательно рассмотрены основные преимущества и проблемы панельных данных,
основные регрессионные модели и практический пример использования панельных
данных.

Основные преимущества
данных этого типа заключаются в следующем:

1) они предоставляют
исследователю большое количество наблюдений, увеличивая число степеней свободы
и снижая коллинеарность между объясняющими переменными и, следовательно,
улучшая эффективность оценок

2) они позволяют
анализировать множество важных экономических вопросов, которые не могут быть
адресованы к временным рядам и пространственным рядам в отдельности;

3) они позволяют
предотвратить смещение агрегированности, неизбежно возникающее как при анализе
временных рядов (где рассматривается временная эволюция усредненного
«репрезентативного» объекта), так и при анализе пространственных рядов (где не
учитываются ненаблюдаемые индивидуальные характеристики объектов);

4) они дают возможность
проследить индивидуальную эволюцию характеристик объектов во времени.

5) они дают возможность
избежать ошибок спецификации, возникающих от не включения в модель существенных
переменных.

Существующие проблемы
панельных исследований:

смещение в данных
(отсутствие или искажение ответов на отдельные вопросы)

истощение выборки
(постепенное убывание числа объектов наблюдения: отказ участвовать в опросах в
дальнейшем, распад домохозяйств) и ротационные панели как решение проблемы
истощения.

Следует отметить, что
панельные данные могут быть использованы как для анализа экономических
взаимосвязей, так и социально-экономических.

Фрагмент текста работы:

1.Выбор панельных данных При работе с реальными
панельными данными всегда возникает проблема, какую модель (обычная регрессия,
фиксированный или случайный эффект) следует выбрать.

Вопрос: как правильно
моделировать индивидуальные эффекты — как случайные или как фиксированные?
Существует два подхода. Кто-то придерживаются одного из них, кто-то — другого,
но оба подхода желательно иметь в виду, принимая решение о спецификации модели.

«Философский» подход
разграничивает две ситуации — проводится ли условная или безусловная
инференция.

Инференция условная, если
мы хотим строить выводы для той конкретной выборки, которую имеем. В некотором
смысле, имеющаяся выборка для нас и есть популяция. Тогда фиксированные эффекты
считаются более адекватной спецификацией.

Инференция безусловная,
если имеющиеся данные — это лишь выборка из большой популяции, а мы хотим
строить выводы для всей популяции. Тогда более адекватны случайные эффекты.

Пример 1. Пусть имеются
данные по фирмам, и выборка содержит данные для IBM, Microsoft, General
Electrics и т.п. фирмы, которые единственны в своем роде и которые вряд ли
можно назвать случайной выборкой из большой популяции. В этом случае стоит
использовать модель с фиксированными эффектами, и наши выводы скорей будут
применимы к этим конкретным фирмам, нежели к фирмам в принципе. Если же в
выборке много однотипных однородных фирм, то модель со случайными эффектами
более адекватна, и наши статистические выводы будут применимы ко всей популяции
подобных фирм.

Пример 2. Пусть речь идет
о каких-то крупных региональных единицах. Применительно к США это 50 штатов,
применительно к России это 89 регионов. Если они все имеются в выборке, то все
выводы применимы только к этому конкретному составу (другого-то и нет). При
этом мы используем фиксированные эффекты. Если же мы рассматриваем более мелкие
подразделения, которыми в США являются, например, графства, а в России —
районы, их тысячи, и выборка, скорей всего, содержит их малую толику.

Здесь случайные эффекты
более приемлемы. А наиболее удачной спецификацией при рассмотрении графств или
районов были бы комбинированные эффекты — случайные для самих графств или
районов плюс фиксированные для штатов или регионов, в которых те находятся.

Альтернативный,
«статистический», подход не делает содержательной разницы между фиксированными
и случайными эффектами. Нормальная ситуация — это случайные эффекты, а
фиксированные эффекты используются вынужденно, когда случайные эффекты не
«чистые», а скоррелированы с регрессорами, и роскошь применить ОМНК недоступна,
ибо ОМНК даёт несостоятельные результаты. Так что в принципе мы не столько
выбираем между типами эффектов, сколько между методами оценивания.[1]

Итак, в случае «чистых»
случайных эффектов мы можем использовать ОМНК — оценку, которая в данной
ситуации является состоятельной и асимптотически эффективной. Для того чтобы
она была таковой, ошибка ^i не должны коррелировать с регрессорами xit.
В случае же фиксированных эффектов преобладает внутри-оценка, и она
состоятельна безотносительно факта скоррелированности или нескоррелированности
ошибок с регрессорами.

Нескоррелированность
ошибок с регрессорами означает, что панельная регрессия правильно
специфицирована, то есть регрессионная функция х’ив действительно линейна и
содержит все релевантные регрессоры, и остаточная индивидуальная неоднородность,
заложенная в индивидуальных эффектах, действительно случайна, не связана с
характеристиками объекта, находящимися в xit.

На содержательном уровне
разницу между моделями можно иитерпретировать следующим образом. Обычная модель
предполагает, что у экономических единиц нет индивидуальных различий, и в
некоторых простых ситуациях такое предположение оправданно. В модели с
фиксированным эффектом считается, что каждая экономическая единица «уникальна»
и не может рассматриваться как результат случайного выбора из некоторой
генеральной совокупности. Такой подход вполне справедлив, когда речь идет о
странах, крупных регионах, отраслях промышленности, больших предприятиях. Если
же объекты попали в панель «случайно» в результате выборки из большой совокупности,
то приемлемой является модель со случайным эффектом. Примером могут служить
небольшие фирмы, домашние хозяйства, индивидуумы. Следует, однако, подчеркнуть,
что и в подобных ситуациях (особенно для небольшого числа экономических единиц)
может возникнуть вопрос о наличии индивидуальных различий, и