Малая длина и краевые эффекты

из "Введение в анализ российской макроэкономической динамики переходного периода "

Макроэкономические временные ряды обычно характеризуются малой длиной, типичным является проведение расчетов с рядами, содержащими несколько десятков членов. [c.39]
В значительной мере это обусловлено организацией деятельности национальных статистических служб. Макроэкономические показатели строятся, как правило, в месячном, квартальном и годовом выражениях. За отдельными исключениями (к числу которых относятся, например, временные ряды обменных курсов валют и других показателей финансовых рынков), макроэкономические показатели рассчитываются с шагом по времени не меньше месяца. Это обусловлено, в частности, технологическими соображениями, поскольку регистрация, сбор и первичная обработка данных требуют некоторого времени и значительных ресурсов. При этом методики построения одних и тех же показателей в месячном, квартальном и годовом выражениях зачастую несколько различаются. Как правило, чем выше частота временного ряда показателя, тем на меньший объем исходных данных он опирается (скажем, при построении показателей в годовом выражении часто бывает доступен больший объем более качественной исходной информации, чем при построении показателей в месячном выражении). Вместе с тем показатели более высокой частоты строятся и публикуются более оперативно и позволяют анализировать более краткосрочные тенденции, чем показатели меньшей частоты. Поэтому имеются основания строить и использовать показатели разной частоты. Годовые данные, как правило, наиболее точны, но не содержат информации о краткосрочных тенденциях, а соответствующие им временные ряды содержат наименьшее количество членов. Месячные данные зачастую менее точны, зато содержат информацию о краткосрочных тенденциях, соответствующие временные ряды имеют существенно большее количество членов, однако уровни таких рядов, как правило, несопоставимы между собой в силу наличия календарной и сезонной составляющих и большего масштаба нерегулярной составляющей. Удаление неинформативных составляющих динамики приводит к уменьшению числа степеней свободы, особенно заметному при использовании адаптивных методов, настраивающихся на эволюцию составляющих динамики. [c.39]
Проблема малой длины макроэкономических временных рядов особенно актуальна для российской переходной экономики. Отчасти это связано с тем, что переходный процесс сопровождался распадом союзного государства, вызвавшим утрату преемственности данных. Другая причина состоит в том, что плановая и рыночная экономики предъявляют разные требования к статистической информации и отличаются возможностями ее сбора. [c.39]
Это влечет необходимость перестройки системы показателей и методик их построения, что зачастую приводит к утрате преемственности экономических временных рядов. [c.40]
Обычно методы обработки экономических временных рядов (скажем, методы декомпозиции рядов на составляющие динамики) позволяют получить гораздо лучшие результаты для внутренних членов временных рядов, достаточно удаленных от краев, тогда как по мере приближения к краям временного ряда качество результата существенно ухудшается (например, снижается точность идентификации составляющих динамики). Это позволяет говорить о краевых эффектах методов обработки экономических временных рядов, локализованных в некоторой окрестности краев ряда. Поэтому интерпретация результатов расчетов в области краевых эффектов требует особой осторожности. [c.40]

Вернуться к основной статье