|
|
Оценки надежности статистических методовЕще в конце XIX в. Дж. Н. Кейнс сформулировал основные условия надежности статистических фактов: 1) надежность источников и степень их достоверности; 2) полнота источников; 3) способ группировки данных и способ вычисления средних величин[385]385
Кроме того, Кейнс указывал на две основные трудности при проведении статистического исследования: «Первая трудность при статистическом исследовании состоит в том, что первоначальные данные могут быть неточными»[386]386
Вторая трудность – это необходимость использования самой первоначальной хозяйственной информации: «Важно иметь доступ к самым первоначальным данным, а не только к вычислениям, основанным на них»[387]387
С тех пор мало что изменилось под солнцем экономической статистики. Как и прежде, надежность, полнота, возможность доступа к первоначальным источникам, правильные способы группировки, вычисления средних величин и индексов – все это, вместе взятое, остается главными требованиями доверия к статистическим методам в экономической науке.
Для того чтобы статистический метод исследования хозяйственных явлений был надежным, необходимо также, чтобы были надежными статистические факты, на которые он опирается. Среди российских исследователей проблему надежности статистических фактов фундаментально рассмотрел И.П. Суслов. Он сформулировал три основных требования к статистическим фактам: а) полнота; б) сравнимость; в) достоверность[388]388
«Полнота статистических фактов означает полноту охвата явлений. Любое явление, любой предмет обладает бесконечно большим числом сторон, свойств, связей, отношений – как внутри себя, так и со всем окружающим миром. Причем одни стороны, одни связи являются существенными, внутренне необходимыми, определяют качество предмета, другие – несущественными, внешними. В принципе, надо охватить анализом всю систему существенных признаков. Но практически сделать это трудно, а подчас и невозможно. Поэтому в большинстве случаев приходится ограничиваться изучением лишь наиболее существенных признаков, отражающих коренные, необходимые связи. Выбор изучаемых признаков должен быть таким, чтобы явления, – в соответствии с поставленной задачей, – были охарактеризованы достаточно полно, без излишеств, без ненужных деталей, повторений»[389]389
Сравнимость статистических фактов – следующее важнейшее к ним требование. Для того чтобы осуществлять сравнимость, необходимо и желательно приводить статистические данные к сравнимым единицам измерения. «Одним из самых очевидных и необходимых приемов приведения несравнимых данных в сравнимый вид выступает приведение их к сравнимым единицам измерения. Приемами приведения данных в сравнимый вид является пересчет несравнимых данных по единой методологии и отграничение от всей массы исходных данных сравнимой части. Важнейшим приемом является замена несравнимых по каким-либо причинам объемных показателей относительными и средними величинами. Сравнимость может быть достигнута и другими путями»[390]390
Но самым фундаментальным является требование достоверности и точности, предъявляемое к статистическим фактам. И.П. Суслов указывает здесь следующие виды возможных ошибок: • вследствие несовершенства математической теории; • вследствие несовершенства самой статистической теории; • связанные с агрегированием первичных данных; • вследствие интерпретации промежуточных или конечных статистических данных; • связанные с регистрацией статистических фактов; • полученные при исчислении статистических данных; • накапливающиеся вследствие большого числа вычислительных операций с неточными первичными статистическими данными; • связанные с заменой строго математических решений приближенными их решениями (ошибки аппроксимации и усечения); • технические ошибки счета (например, из-за многократно повторяющихся округлений)[391]391
Естественно, с таким множеством ошибок и погрешностей можно успешно бороться – и в этом сама статистическая наука добилась немалых успехов. Куда труднее статистике бороться с теми ее ошибками, где присутствует определенная идеологическая и методологическая подоплека. Например, характерной чертой уже упоминавшегося нами позитивизма (а на нем построены многие западные эконометрические и статистические концепции) является разрыв между эмпирией и теорией в статистическом исследовании. Вот как, например, оценивает российский исследователь В.С. Автономов позитивистскую методологию «экономических барометров», весьма распространенную в западной экономической науке: «Основным методологическим недостатком всех существующих «экономических барометров» является эмпиризм, упор на статистические взаимосвязи в ущерб причинно-следственным зависимостям в экономике. Отсутствие надежной теоретической основы неизбежно ведет к субъективизму в отборе показателей, где главную роль играет не важность данного показателя с точки зрения теории, а то, насколько хорошо он вписывается в лидирующую, совпадающую или отстающую группу (по временным лагам. – А.О.)»[392]392
Исходя из вышесказанного видно, насколько сложной является проблема оценки надежности статистических данных. Тем не менее экономическая наука должна стремиться производить такую оценку, иначе экономиста-исследователя всегда будет преследовать неуверенность в статистическом базисе, на котором основываются его теории и гипотезы. Место статистического метода среди других методов экономической науки Последним вопросом этой главы будет анализ места и роли статистического метода, если его рассматривать как элемент в системе всех методов экономических исследований. Какова его функция именно в таком контексте и ракурсе или, говоря образно, каково его значение на общей шкале экономической методологии? Ответ на этот вопрос можно формулировать в нескольких направлениях. Во-первых, этот метод, точно так же, как и математический метод, позволяет формализовать и математизировать экономическую науку, перевести ее качественную методологию на количественный уровень, на язык цифр и формул. Во-вторых, и это более чем очевидно, статистический метод сближает экономическую теорию и эмпирию, «приземляет» высокий «полет» экономических моделей и теорий и требует соотнесения любых теоретических конструктов с реальным практическим функционированием экономических институтов. В-третьих, статистический метод выступает как эффективный способ проверки и верификации экономических теорий и гипотез, выполняя тем самым функцию, схожую с функцией экономического наблюдения и экономического эксперимента. И наконец, в-четвертых, статистический метод выступает как метод, позволяющий моделировать и прогнозировать экономические процессы и явления, и тем самым как метод, способствующий лучшему управлению экономическими системами. Хорошее владение статистической информацией помогает менеджеру и всякому иному управленцу принимать правильные решения и избегать грубых просчетов, могущих деструктивно повлиять на процесс управления. Для экономистов, занимающихся статистическими исследованиями, до сей поры актуальными остаются следующие слова немецкого мыслителя Иоганна Вольфганга Гете: «Говорят, что цифры правят миром. Может быть, дело обстоит и не так. по одно я знаю точно: цифры доказывают, хорошо или плохо управляется мир». Основные выводы 1. Статистика – многоплановая наука, состоящая из нескольких крупных разделов: теория статистики, математическая статистика, прикладная статистика. В своей методологии статистика использует три основных метода: а) метод статистического наблюдения; б) метод группировок; в) метод показателей. Экономическая статистика – это раздел статистики, обеспечивающий государство и гражданское общество информацией о цифровых параметрах развития экономики и связанных с ней социальных процессов. Экономическая статистика занимается разработками по применению статистических методов к хозяйственным явлениям и процессам, она применяет язык статистического исследования к экономическим фактам, помогая руководящим органам принимать правильные решения с учетом сложившейся хозяйственной ситуации. 2. Для анализа системы разнообразных хозяйственных показателей в экономической статистике применяется СНС. Особые разделы экономической статистики исследуют отдельные отрасли и сферы экономики: статистика народонаселения (демографическая статистика), статистика трудовых ресурсов, статистика экономических субъектов и т. д. В экономической статистике используется несколько основных типов анализа, разработанных математической статистикой: индексный, кластерный, корреляционный, регрессионный анализ и т. п. 3. Оценка надежности статистических данных в экономическом исследовании производится по таким показателям, как надежность источников и степень их достоверности, полнота источников, способы группировки данных и способ вычисления статистических показателей, степень сравнимости статистических фактов. 4. Роль статистического метода в экономических исследованиях определяется следующими его достоинствами: а) этот метод позволяет формализовать и математизировать экономическую науку, перевести ее качественную методологию на количественный уровень, на язык цифр и формул; б) этот метод сближает между собой экономическую теорию и эмпирию, «приземляет» высокий полет экономических моделей и теорий; в) этот метод выступает как эффективный способ проверки и верификации экономических теорий и гипотез; г) этот метод позволяет моделировать и прогнозировать экономические процессы и явления и тем самым способствует лучшему управлению экономическими системами. Понятия и термины Статистический анализ Экономическая статистика Прикладная статистика Корреляция Статистический метод Теория статистики Математическая статистика Индексный метод Индексология Вопросы для обсуждения 1. Какие перспективные направления, согласно вашей точке зрения, имеются ныне в экономической статистике, которые способны продвинуть далеко вперед эту науку? 2. Какие ключевые проблемы испытывала, на ваш взгляд, советская экономическая статистика и в чем выразилось ее отставание от западной экономико-статистической науки? 3. Поясните как, по вашему мнению, статистический метод позволяет более эффективно управлять различными хозяйственными системами? 
Не нашли, что искали? Воспользуйтесь поиском по сайту: ©2015 - 2024 stydopedia.ru Все материалы защищены законодательством РФ.
|