Эксоцман
на главную поиск contacts

Профессия — специалист по эконометрике

Ольга Демидова, доцент кафедры математической экономики и эконометрики НИУ ВШЭ
22.12.2011
На мой взгляд, лучше всего о востребованности специалистов по эконометрике на рынке труда говорит тот факт, что из четырех лауреатов премии «Золотая Вышка» в номинации «Успех выпускника» за последние годы двое были выпускниками кафедры математической экономики и эконометрики, а один (первый заместитель председателя Центрального банка России Владислав Конторович) писал магистерскую работу под руководством профессора нашей кафедры Эмиля Ершова. 

— Ольга Анатольевна, многие считают, что эконометрика и математическая экономика – это одно и то же. Есть ли между ними различие?

— Термин «эконометрика» был введен в широкий научный обиход норвежским экономистом и статистиком, лауреатом Нобелевской премии Рагнаром Фришем в 1930-е годы. В 1933 году Фриш начал издавать одноименный журнал. До 1950–1960-х годов эконометрикой называли все математические измерения в экономике, а потом произошло разделение на математическую экономику – и эконометрику. Если специалист в области математической экономики стремится выразить утверждения экономической теории в форме математических уравнений, то эконометрист стремится верифицировать (проверить) эти модели с помощью эмпирических данных.

Для специалиста по математической экономике достаточно сказать, что между такими величинами, как выпуск, труд и капитал существует определенная связь, которую можно описать математически и предложить достаточно абстрактное, универсальное ее описание, например, функцию Кобба-Дугласа. Она характеризует положительную зависимость объема производства от затрат труда и капитала. Специалист по эконометрике сначала соберет данные по объему производства на интересующих его предприятиях. После этого он оценит параметры функции, характеризующей зависимость выпуска от различных факторов для конкретных предприятий в определенных условиях. 

— Не могли бы вы привести пример использования эконометрики на практике?

— Приведу один из моих любимых примеров. В 1980-е годы на Нью-Йоркской фондовой бирже комиссионные, которые брокеры получают по итогам сделок, регулировал биржевой комитет. Клиент не мог договориться непосредственно с брокером о размере комиссионных за услуги, а был вынужден платить проценты, установленные биржевым комитетом.

Американский аналог нашей Федеральной антимонопольной службы усмотрел в этом признаки монополии и потребовал либерализовать цены. На суде представители биржевого комитета привели уравнение регрессии, оцененное по конкретным данным для сделок, из которого следовало, что имеет место естественная монополия. То есть в результате либерализации комиссионные только вырастут. Тогда антимонопольная служба заявила, что уравнение неправильно характеризует зависимость вознаграждения брокеров и объема проданных акций, и на самом деле естественной монополии нет. Их оппоненты не учли проблемы гетероскедастичности[1] данных. Если учесть гетероскедастичность, то результат приводит к противоположным выводам. Прошло несколько заседаний, на которых специалисты выясняли, чьи оценки правильнее. В результате борцы с монополией, видимо, лучше знавшие эконометрику, выиграли процесс.

— В каких областях чаще всего работают специалисты по эконометрике?

— В самых разных. На мой взгляд, лучше всего о востребованности специалистов по эконометрике на рынке труда говорит тот факт, что из четырех лауреатов премии «Золотая Вышка» в номинации «Успех выпускника» за последние годы двое были выпускниками кафедры математической экономики и эконометрики, а один (первый заместитель председателя Центрального банка России Владислав Конторович) писал магистерскую работу под руководством профессора нашей кафедры Эмиля Ершова. 

Многие наши выпускники работают в банковской сфере, где их познания в математике очень востребованы. Так, одна студентка, писавшая под моим руководством магистерскую диссертацию, работала в ВТБ24 и занималась вопросами ипотечного кредитования. Тема ее работы была связана с исследованием, которое она проводила для банка. Нужно было попытаться предсказать поведение людей, берущих ипотечные кредиты: выяснить, кто и с какой вероятностью вернет кредит заранее или выплатит его в срок, или не выплатит вовсе. Банкам не всегда выгодно то, что клиент заранее возвращает кредит. Для них невыгодно получить деньги, на которые они сейчас не рассчитывают. Соответственно банку нужно заранее знать, сколько людей может вернуть кредит раньше срока и на какой объем средств в каждый момент времени он может рассчитывать. В рамках исследования был собран большой объем данных. После их анализа стало ясно, что помимо таких факторов, как возраст и образование, на поведение заемщиков влияет их место жительства. Живущие за Уралом оказались склонны погашать кредиты раньше, чем жители европейской территории.

Пример из совершенно другой области: один из проектов, в котором я сейчас принимаю участие, называется SEARCH. Он посвящен изучению разнообразных вопросов, связанных с взаимодействием стран – членов ЕС и их соседей, в частности – России. Например, как распределяются потоки мигрантов, торговые потоки, происходит ли «диффузия» инноваций и т.д. Я включена в блок, посвященный оценке социального капитала и пытаюсь с помощью эконометрических моделей сравнить отношение жителей двух выделенных групп стран к основным социальным и политическим институтам.

Специалисты по эконометрике могут заниматься достаточно широким спектром вопросов. Наши выпускники работают и в рекламе. Здесь важно оценить, в каких средствах массовой информации реклама наиболее эффективна, какая реклама лучше. Многие работают в аналитических отделах достаточно известных торговых фирм и с помощью эконометрических моделей пытаются оценить, допустим, эффект от проведения рекламной компании или обосновать выбор ассортимента торговых точек. Некоторые выпускники нашей кафедры заняты на госслужбе и сделали неплохую карьеру, некоторые принимают участие в работе экспертных групп, нередко дают в средствах массовой информации  комментарии по поводу различных макроэкономических проблем. Немало выпускников кафедры после окончания  магистратуры или аспирантуры занимаются преподавательской и научной деятельностью.

— Как вы считаете, что является самой большой сложностью для молодых специалистов по эконометрике в их работе?

— Мне бы хотелось предостеречь своих молодых коллег от одной очень распространенной практики. Часто они, прочитав какую-нибудь статью западного автора, берут использованные им модели и методы и просто переносят их на наши реалии. Это не всегда позволяет получить адекватные результаты. Надо попытаться преодолеть искушение использовать какую-либо модель только потому, что «все так делают». Молодые исследователи, насколько я могу судить по моему опыту участия в конференциях, как отечественных, так и зарубежных, очень любят включать в свои работы модель Арелано-Бонда, модель стохастической границы, метод разностей в разностях и т.д., иногда просто следуя эконометрической моде, благо современные статистические пакеты легко позволяют оценить эти модели. Из полученных результатов зачастую очевидно, что для использованных в работе данных выбранная модель не годится, предварительный анализ данных был проведен достаточно поверхностно, сделанные на основе оцененных моделей выводы весьма сомнительны.

Работающим с российскими данными надо четко понимать, что западные модели и методы к нашим параметрам могут быть неприменимы. Не стоит просто брать западную статью и оценивать приведенные в ней модели по российским данным, хотя иногда это и может дать интересные результаты. Одна моя дипломница, Полина Ковалева  (сейчас она учится в аспирантуре университета Сити в Лондоне) пыталась вслед за Джеймсом Хекманом выяснить, применимы ли модели типа Минцера для оценки отдачи от образования. Напомню, что в моделях такого типа отдача от образования считается постоянной, т.е. каждый дополнительный год обучения увеличивает заработную плату на одну и ту же величину. Если это так, то профили (графики зависимости) «зарплата – опыт работы» должны быть параллельны для различных лет обучения, т.е. получаться один из другого простым сдвигом. Для американских данных 1980 года параллельность профилей имела место. Однако для российских данных этот факт не подтвердился. Наличие послевузовского образования сначала приводило к достаточно быстрому росту заработной платы, а затем к достаточно быстрому ее иснижению. Из этого результата можно сделать вывод, что полученные знания достаточно быстро устаревают, и если ты не хочешь допустить падения заработной платы, то должен все время повышать свою квалификацию.

— Часто приходится слышать, что в российских условиях самая трудная задача для аналитика — получить достоверные данные. Так ли это?

— Это не только российская проблема: зарубежные исследователи тоже жалуются на недостаток данных, проведение социологических опросов – достаточно дорогое удовольствие.

Но даже когда данные есть, казалось бы, в открытом доступе, их не всегда легко  использовать. При работе в проекте «Анализ системы госзакупок в России» в Институте анализа предприятий и рынков НИУ ВШЭ я вместе с коллегами столкнулась со следующей проблемой. Есть сайт, где публикуется вся информация о государственных контрактах, однако в неудобном для пользователей виде. Если требуется выгрузить информацию о контрактах на группу каких-либо однородных товаров, то система «зависает», а собирать информацию по каждому контракту вручную очень долго.

— Каким, по-вашему, должен быть хороший учебник по эконометрике?

— Большинство учебников по эконометрике строится так: сначала теория, потом практические примеры. Причем для реальных данных, увы, не всегда выполняются предположения,  позволяющие получить удобные аналитические формулы, приведенные в учебнике.

Недаром Марно Вербик, автор очень известного и переведенного на русский язык учебника «Путеводитель по современной эконометрике» приводит высказывание своего слушателя: «Эконометрика была бы гораздо проще без данных». Однако есть точка зрения, что учебники по эконометрике должны идти от практики к теории и изобиловать примерами.

Есть очень известный американский учебник «Практика эконометрики» профессора Массачусетского технологического института Эрнста Р. Берндта. Он как раз построен по противоположному принципу: берется практическая задача, например, изучение издержек американских фирм-производителей электроэнергии, диверсификация портфеля ценных бумаг, а дальше рассказывается о способах ее решения с применением эконометрики. Студенты сразу погружаются в практику. При составлении своих учебных пособий я попыталась частично взять на вооружение тот же принцип и по максимуму использовать российские кейсы.

— Каково соотношение теории и практики в вашем лекционном курсе эконометрики?

— Я пытаюсь соблюсти баланс теории и практики. На каждой лекции я сопровождаю теоретический материал практическими примерами. На компьютерных занятиях мы со студентами работаем с реальными данными, конечно, интереснее всего для них российские.

Темой последнего семинара были модели бинарного выбора. По данным мониторинга экономического положения и здоровья населения мы исследовали, какие факторы влияют на удовлетворенность человека жизнью. Оказалось, что влияют и доход, и образование, и пол. Тогда студенты решили выяснить, делает ли законный брак человека счастливее. Проверили, оказалось, что женщин – да, а мужчин – нет. Конечно, студенты не остановились на достигнутом и проверили еще много интересных предположений. Возможно, они сделали первый шаг к будущим научным исследованиям.

— Эконометрика традиционно считается сложным для изучения предметом. Что бы вы посоветовали студентам для успешной сдачи этого курса?

— Как и в математике, в эконометрике нет «королевской дороги». Изучение эконометрики требует вдумчивой, планомерной работы  с теоретическим материалом и освоения современных статистических пакетов. Настойчивость и трудолюбие будут вознаграждены не только хорошей оценкой за курс, но и возможностью в будущем проводить полноценные эконометрические исследования, а это очень увлекательное занятие!

 

Беседовала Екатерина Рылько

 

 


 

[1]    То есть в уравнении регрессии дисперсия ошибки отличалась от наблюдения к наблюдению.