Эконометрическая модель для выявления зависимости между факторами

1.

Министерство науки и высшего образования Российской Федерации
Федеральное государственное бюджетное образовательное учреждение
высшего образования
«Московский государственный технический университет
имени Н.Э. Баумана
(национальный исследовательский университет)» (МГТУ им. Н.Э. Баумана)
«ЭКОНОМЕТРИЧЕСКАЯ МОДЕЛЬ
ДЛЯ ВЫЯВЛЕНИЯ
ЗАВИСИМОСТИ МЕЖДУ
ФАКТОРАМИ»
Студент группы ФН1-71Б: Шаховцев Е.А.
Москва 2023

2.

Цели и задачи
1)ВЫЯВЛЕНИЕ ФАКТОРОВ ВЛИЯЮЩИХ НА ИЗУЧАЕМЫЙ
ПАРАМЕТР.
2)ОЦЕНКА СТЕПЕНИ ВЛИЯНИЯ ОТДЕЛЬНЫХ ФАКТОРОВ.
3)ПОИСК «СЛАБЫХ МЕСТ» ИЗУЧАЕМОГО ПАРАМЕТРА И
ВЫРАБОТКА СТРАТЕГИИ ПРИВЕДЕНИЯ ЕГО К НЕОБХОДИМЫМ
ЗНАЧЕНИЯМ.
5)ВЫЯВЛЕНИЕ ОБЩИХ ТЕНДЕНЦИЙ РАЗВИТИЯ (ТРЕНДОВ); КАК
САМОГО ИЗУЧАЕМОГО ПАРАМЕТРА; ТАК И ВЛИЯЮЩИХ НА
НЕГО ФАКТОРОВ.
6)ПРОГНОЗИРОВАНИЕ БУДУЩИХ ТЕНДЕНЦИЙ; ИХ
ИЗМЕНЕНИЙ; ОЦЕНКА ВОЗМОЖНЫХ РИСКОВ И ВЫРАБОТКА
СТРАТЕГИИ ДОЛГОСРОЧНОГО УСТОЙЧИВОГО РАЗВИТИЯ.

3.

ВРЕМЕННЫЕ РЯДЫ

4.

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).

5.

МЕТОД АНАЛИЗА ИЕРАРХИЙ

6.

ПОРЯДОК ПРОВЕДЕНИЯ 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.

7.

ПОИСК И ПОЛУЧЕНИЕ ДАННЫХ.
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.

8.

ПЕРВИЧНАЯ ПОДГОТОВКА ДАННЫХ
1.
Данные приводят к единой временной шкале.
2.
Относительные показатели пересчитывают в
абсолютные значения.
3.
Все меры веса; объёма; длины приводят к
французской системе SI.
4.
Данные не прошедшие тест Грейнджера на
причинность – отбрасываются.

9.

ДОПОЛНЕНИЕ ДАННЫХ.
По косвенным данным из
неофициальных источников
(например СМИ; специальной;
статистической и исторической
литературы).
2. Используя усреднённые данные
соседних значений во временном
ряду.
1.

10.

АНАЛИЗ.
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.

11.

ТЕСТ ГРЕЙНДЖЕРА
На рисунке изображены:
ЛАГОВАЯ КОРРЕЛЯЦИЯ
БЕЗЛАГОВАЯ КОРРЕЛЯЦИЯ
КОРРЕЛЯЦИЯ С ОБРАТНЫМ ЛАГОМ

12.

ТЕСТ ГРЕЙНДЖЕРА
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.

13.

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

14.

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