Макроэкономический анализ. Цели, методы, примеры

1.

Макроэкономический
анализ
• Цели
• Методы
• Примеры

2.

Цели и задачи
• Выявление факторов влияющих на изучаемый параметр.
• Оценка степени влияния отдельных факторов.
• Поиск «слабых мест» изучаемого параметра и выработка
стратегии приведения его к необходимым значениям.
• Выявление общих тенденций развития (трендов); как самого
изучаемого параметра; так и влияющих на него факторов.
• Прогнозирование будущих тенденций; их изменений;
оценка возможных рисков и выработка стратегии
долгосрочного устойчивого развития.

3.

Методы
• Интуитивно-экспертные.
1. IDA (Initial Data Analysis).
2. Визуальный интуитивный анализ.
3. Метод анализа иерархий.
• Математические.
1. Регрессионный анализ.
2. Дифференциальный анализ.
3. Нейронный анализ.
• Комбинированный (включает вышеперечисленные).

4.

Порядок проведения макроэкономического анализа.
1. Выбор анализируемого фактора.
2. Формирование набора гипотез о факторах влияния.
3. Поиск и получение первичного набора данных.
4. Шкалирование и коррекция полученных данных.
5. Подготовка данных к анализу.
6. Построение регрессионной модели влияния.
7. Построение дифференциальной модели влияния.
8. Построение нейронной модели влияния.
9. Оценка степени влияния факторов и качества моделей.
10. Создание прогностической модели; определение трендов и “слабых
точек”; разработка стратегических рекомендаций.

5.

Поиск и получение данных.
Поиск производится в официальных источниках:
1. Базы данных государственных статистических ведомств.
2. Базы данных ООН и других международных организаций.
3. Базы данных всемирного банка и МВФ.
4. Базы данных отраслевых организаций (IEA; EIA и т.д.).
5. Базы данных организаций-агрегаторов (Statista; Worldstat и т.д.).
6. Открытые базы данных спецслужб (CIA World Factbook).
7. Базы данных онлайн-сервисов Yahoo Finance; Google Finance.
8. Базы данных онлайн-бирж и центральных банков.
По завершении поиска и скачивания данных; необходимо проводить их
перекрёстную проверку; если такая возможность имеется.

6.

Первичная подготовка данных.
Полученные данные подготавливают; приводя их к единой системе
шкал; мер и временных интервалов:
1.
2.
3.
4.
Данные приводят к единой временной шкале.
Относительные показатели пересчитывают в абсолютные значения.
Все меры веса; объёма; длины приводят к французской системе SI.
Данные не прошедшие тест Грейнджера на причинность – отбрасываются.
После подготовки данные должны соответствовать ОКЕИ:
https://classifikators.ru/okei

7.

Дополнение данных.
При дефиците данных (например; отсутствующих единичных
значениях) производят их импутацию:
1. По косвенным данным из неофициальных
источников (например СМИ; специальной;
статистической и исторической литературы).
2. Используя усреднённые данные соседних
значений во временном ряду.
3. Методом импутации по регрессионному
уравнению.
4. Смарт-методом, сохраняющим статистики
моментов высоких порядков.

8.

АНАЛИЗ.
Порядок анализа и способы применения математических методов
разберём на примере анализа европейских цен на трубопроводный
природный газ.
Аналитический период: 1990-2019 год.
Гипотеза о влиянии включает следующие факторы:
Собственная добыча; Биогаз из других источников; Импорт; Экспорт; Изменение
оценки природных запасов; Потребление для выработки энергии (Электроэнергия;
Потребление ТЭЦ; Теплогенерация; Другие виды выработки; Потребление на
собственные нужды генерации); Производственные потери; Индустриальное
потребление; Транспорт и логистика; Потребление домохозяйств; Общественное
потребление; Сельское хозяйство и удобрения; Неспецифическое потребление;
Химическая промышленность; Запасы в хранилищах среднее за год;
Запасы в хранилищах максимум за год.

9.

Тест Грейнджера.
После сбора данных, их предварительной оценки и приведения к единым шкалам проводят
упрощённый тест Грейнджера на предмет отбрасывания факторов, которые не могут иметь
причинно-следственную связь с анализируемым параметром:
Основная идея теста: При наличии причинно-следственной связи между временными рядами X
и Y, лаговая корреляция выше безлаговой в том случае, когда временной ряд причины X
находится на шкале ранее временного ряда следствия Y:
На рисунке изображены:
• ЛАГОВАЯ КОРРЕЛЯЦИЯ
• БЕЗЛАГОВАЯ КОРРЕЛЯЦИЯ
• КОРРЕЛЯЦИЯ С ОБРАТНЫМ ЛАГОМ

10.

Тест Грейнджера – интуитивная оценка.
На этапе предварительной оценки данных необходимо отбросить факторы, которые показывают
отсутствие причинно-следственной связи с анализируемым параметром, для этого достаточно
провести интуитивную оценку трёхточечных графиков абсолютных значений лаговой корреляции:
L > N > B – возможно наличие связи, ряд оставляют.
L > N < B – возможно наличие связи, ряд оставляют.
L ≈ N ≈ B – наличие связи не возможно, ряд отбрасывают.
L < N > B – наличие связи не возможно, ряд отбрасывают.
L < N < B – наличие связи не возможно, ряд отбрасывают.

11.

Подготовка данных.
После сбора данных, и их предварительной оценки проведена следующая подготовка:
1.
2.
3.
4.
5.
Определён анализируемый параметр: Цена USD за ТДж
Величины Ft3, M3, MBTU, TW/h переведены в ТДж.
Временные ряды приведены к единой годичной шкале.
Проведена интуитивная оценка причинности по Грейнджеру.
Отобраны следующие влияющие факторы:
• Собственная добыча
• Нетто импорт
• Запасы в хранилищах
• Геологические запасы
• Энергетическое потребление
• Индустриальное и логистическое потребление

12.

Регрессионный анализ.
Для проведения регрессионного анализа строится простая
аддитивная линейная модель зависимости цены от влияющих на
неё факторов вида: