Page 123 - MAKРОЭКОНОМИЧЕСКИЙ АНАЛИЗ (УЧЕБНИК)

качества модели.
Например, анализ остатков позволяет проверить, есть ли си-
стематические паттерны в остатках, указывающие на неверную

спецификацию. Графики остатков против предсказанных значе-
ний или против отдельных регрессоров могут выявить гетеро-
скедастичность, нелинейность или автокорреляцию.
Тесты Дарбина-Уотсона, Брейша-Пагана, Голдфельда-Кванд-
та, Лангарача и другие статистические проверки помогут обна-
ружить проблемы. Если такие проблемы обнаружены, иссле-
66
дователь может перейти к более продвинутым методам оценки
или изменить спецификацию модели, включить дополнитель-

ные переменные или нелинейные члены, применить обобщен-
ный метод наименьших квадратов, или использовать робастные
стандартные ошибки, которые корректируют выводы, не меняя
оценок параметров.
Применительно к макроэкономике, когда исследователь оце-
нивает, к примеру, зависимость уровня инфляции от денежного

предложения, занятости и цен на импортируемые ресурсы, ме-
тод наименьших квадратов позволит количественно оценить,
насколько чувствительна инфляция к тем или иным факторам.
Получив оценки параметров, экономист может построить до-
верительные интервалы, проверить значимость параметров,
оценить прогнозы инфляции при разных сценариях изменения
входных переменных.
В микроэкономике, например, при оценке функции спроса

на товар, МНК предоставляет удобный способ оценить эластич-
ность спроса по цене, доходу или другим факторам. В корпора-
тивных финансах – оценить бета-коэффициент в модели оценки
капитальных активов (CAPM), чтобы определить рискованность
акции. Во всех этих случаях метод наименьших квадратов обе-
спечивает надежную точку опоры для количественного анализа.
Методу наименьших квадратов присуща еще и интуитивная

интерпретация. Минимизация суммы квадратов отклонений

66 Stock, J. H., & Watson, M. W. (2020). “Introduction to Econometrics”. 4 th Edition. Pearson.

122