Preview

Вопросы статистики

Расширенный поиск

Применение методов векторной авторегрессии в исследовании влияния малого розничного предпринимательства на динамику торговли

Полный текст:

Аннотация

 

В данной работе на примере исследования влияния малого розничного предпринимательства на динамику торговли реализованы авторские идеи о применении методов векторной авторегрессии в экономическом анализе. Авторами произведен отбор компонентов, отражающих сложившиеся отраслевые тенденции развития малого розничного предпринимательства. Они обладают высокой информативностью при измерении интенсивности экономического развития. Авторы исследуют влияние композитных индикаторов на динамику одного из сводных показателей экономического развития - индекс физического объема (ИФО) оборота розничной торговли.

Количественно измерена реакция макроагрегата на искусственные шоки, смоделированные в виде динамического ряда неколичественных композитных индикаторов (КИ), характеризующих деловую конъюнктуру в малом торговом бизнесе. Для проведения такого анализа была задействована основанная на современных VAR (Vector Autoregression) подходах функция импульсного отклика, построенная по модели VECM (Vector Error Correction Model).

Установлена отрицательная взаимосвязь между индексом физического объема розничной торговли и бизнес-потенциалом розничной торговли в краткосрочном периоде. Определены положительные взаимосвязи между референтом ИФО розничной торговли и индикатором конъюнктуры розничной торговли, а также между ИФО розничной торговли и индикатором конкурентной позиции малого розничного бизнеса.

Основные задачи работы заключались в отборе значимых для включения в модель компонентов; проведении предварительного анализа временных рядов модели на стационарность и их проверку на наличие коинтегрированности; построении модели VECM с функцией импульсного отклика, показывающей распространение во времени шоков в динамике композитных индикаторов и реакцию индекса физического объема товарооборота, с такими сопутствующими построению векторной авторегрессии промежуточными этапами, как определение порядка ее лага проведение теста Грэнджера и декомпозиция волатильности.

Об авторах

Инна Сергеевна Лола
Национальный исследовательский университет «Высшая школа экономики».
Россия

канд. экон. наук, заместитель директора Центра конъюнктурных исследований Института статистических исследований и экономики знаний.



Сергей Викторович Глуздовский
Национальный исследовательский университет «Высшая школа экономики».
Россия

аналитик Центра конъюнктурных исследований Института статистических исследований и экономики знаний.



Список литературы

1. Sims C.A. Macroeconomics and Reality. Econometrica, 1980, pp 1-48.

2. Sims C.A. and Zha T (1998). «Bayesian Methods for Dynamic Multivariate; Models». In: International Economic Review, 1998, pp. 949-968.

3. Litterman R.B. Techniques of Forecasting Using Vector Autoregressions. Working Papers 115, Federal Reserve Bank of Minneapolis, 1979.

4. Litterman R.B. Forecasting with Bayesian Vector autoregressions - Five years of experience // Journal of Business and Economic Statistics 1986. Vol. 4. No .1. Р. 25-38.

5. Пекарский С.Э. Исследования причинно-следственных взаимосвязей в макроэкономике: Нобелевская премия по экономике. 2011 г. // Экономический журнал ВШЭ. 2012. № 1. С. 3-30.

6. Lutkepohl H. New Introduction to Multiple Time Series Analysis. Springer, Berlin, 2005.

7. Watson M. Vector Autoregressions and Cointegration. Handbook of Econometrics, Vol. IV. R.F. Engle and D. McFadden (eds.). Elsevier Science Ltd., Amsterdam, 1994.

8. Hamilton J.D. Time Series Analysis. Princeton University Press, 1994.

9. Campbell J.Y., Lo A.W., MacKinlay A.C. The Econometrics of Financial Markets. Princeton University Press, Princeton, NJ, 1997.

10. Tsay R.S. Analysis of Financial Time Series. John Wiley and Sons, 2002.

11. Johnson R.A., Wichern D.W. Applied Multivariate Statistical Analysis. Prentice Hall, 2007.

12. Greene W.H. Econometric Analysis. Prentice Hall, 1999.

13. Матвеев М.Г. Параметрическая идентификация моделей векторной авторегрессии // Современная экономика: проблемы и решения. 2010. № 5. С. 133-142.

14. Лола И. С. Измерение деловой конъюнктуры малых предприятий посредством композитных индикаторов // Вопросы статистики. 2015. № 10. С. 26-38.

15. Вербик М. Путеводитель по современной эконометрике. Пер. с англ. В.А. Банникова. Научн. ред. и предисл. С. А. Айвазяна. М.: Научная книга, 2008 «Библиотека Солев». 616 с.

16. Engle R.F., Granger C.W.J. Co-Integration and Error Correction: Representation, Estimation, and Testing. Econometrica. 1987. Vol. 55. No. 2. (Mar.,) Р. 251-276.

17. Johansen S. Estimation and Hypothesis Testing of Cointegration Vectors in Gaussian Vector Autoregressive Models // Econometrica 1991. Vol. 59. No. 6. Р. 1551-1580.

18. Канторович Г.Г. Лекции по курсу «Анализ временных рядов». Экономический журнал ВШЭ. 2002. № 1-4; 2003. № 1.

19. Brooks C., Tsolakos S. Real Estate Modeling and Forecasting. Published in the United States of America by Cambridge University Press, New York , 2010.

20. Press W.H., Teukolsky S.A., Vetterling W.T., Flannery B.P. Numerical Recipes in C. 2nd edition. Cambridge: Cambridge University Press. 1992.

21. Potter S.M. Nonlinear impulse response function, Federal Reserve Bank of New York, 1998.


Для цитирования:


Лола И.С., Глуздовский С.В. Применение методов векторной авторегрессии в исследовании влияния малого розничного предпринимательства на динамику торговли. Вопросы статистики. 2018;25(11):3-12.

For citation:


Lola I.S., Gluzdovskij S.V. Using Vector Autoregression Methods to Study the Influence of Small Retail Business on Trade Dynamics. Voprosy statistiki. 2018;25(11):3-12. (In Russ.)

Просмотров: 197


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2313-6383 (Print)
ISSN 2658-5499 (Online)