Отсутствие автокорреляции остаточных величин обеспечивает состоятельность и эффективность оценок коэффициентов регрессии. Особенно актуально соблюдение данной предпосылки МНК при построении регрессионных моделей по рядам динамики, где ввиду наличия тенденции последующие уровни динамического ряда, как правило, зависят от своих предыдущих уровней. О специфике исследования остаточных величин по регрессионным моделям по временным рядам (см. п. 6.4). [c.168]
Помимо метода прямого пересчета, в практической работе в ряде случаев применяют и другие способы переоценки национального дохода. Одним из них динамику физического объема национального дохода определяют умножением величины его в базис-. ном году на индекс физического объема валового общественного продукта. Этот способ построен на условии, что темпы роста физического объема национального дохода и общественного продукта совпадают, так как первый является составной частью второго. Этот метод неточен, поскольку вещественная структура "общественного продукта и национального дохода существенно различаются. Абсолютная величина и доля средств производства в общественном продукте значительно больше, чем в национальном доходе, различно и их целевое назначение. А ведь физический объем средств производства и предметов потребления изменяется во времени, разумеется, неодинаково. В силу этого динамика физического объема национального дохода и всей продукции, как правило, не совпадает. По той же в основном причине неточен результат переоценки с помощью индекса цен валовой продукции. [c.331]
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]
Являясь слабоформализованным, эвристическим методом, стресс-тестирс вание имеет целый ряд серьезных недостатков, наиболее очевидным из коте рых является субъективность выбора сценариев и оценки правдоподобносп их осуществления. Прогнозная ценность проверки на устойчивость к реальн< наблюдавшимся в прошлом кризисам, как правило, оказывается незначитель ной из-за слабой воспроизводимости прошлых кризисных ситуаций в буду щем. Кроме того, стресс-тестирование существенно уступает статистически моделям в том, что оно не позволяет прогнозировать корреляционные зави симости в динамике цен при построении кризисных сценариев. Последни] недостаток является наиболее существенным, поскольку резкие изменения це новых корреляций в моменты рыночных кризисов несут наибольшую угроз для компании, строящей стратегии хеджирования на основе нормального состояния рынка. Наконец, разработка набора правдоподобных сценариев дл. [c.602]