В основу работы положена эконометрическая модель Клейна. Эконометрическая модель описывает процесс функционирования экономики с помощью алгебраических уравнений, которые можно разбить на две группы: уравнения функционирования (поведения) и определяющие уравнения (балансовые)

Опишем соотношения модели:

• Уравнения функционирования:

C_t = a₀+a₁(W_1t+W_2t)+a₂P_t+a₃P_t-1+e_ct;

I_t = b₀+b₁P_t+b₂P_t-1 +b₃K_t-1+e_it ;

W_1t = c₀+c₁x _t+c₂x_t-1+c₃t+e_wt;

Балансовые уравнения:

X_t=C_t+I_t+G_t

P_t=X_t-W_1t-T_t

K_t=K_t-1+I_t

Где t – индекс времени (календарные годы); С_t – потребление; P_t – прибыль; W_1t – заработная плата, выплаченная в частном секторе; W_2t – заработная плата, выплаченная в государственном секторе; I_t – чистые инвестиции; K_t –основной капитал;; G_t – государственный расходы не связанные с заработной платой; T_t – налоги на предпринимателей e_ct e_it e_wt – случайные погрешности.

Исходные данные представлены в Приложение 1.

Определение зависимости между переменными.

Построим корреляционную матрицу, элементами которой являются коэффициенты парной корреляции.

Коэффициент корреляции –мера связи случайных величин, или нормированный коэффициент ковариации (в случае зависимости двух случайных величин этот коэффициент показывает степень их совместной вариации - ковариации):

Коэффициент корреляции меняется от –1 до +1:

• для независимых случайных величин (если, то это не всегда означает независимость, в этом случае просто говорят, что случайные величины некоррелированы. Из независимости вытекает некоррелированность, но наоборот – не всегда.);

• для линейно связанных (чем ближе к единице, тем с большим основанием можно считать, что величины X и Y находятся в линейной зависимости);

• в остальных случаях .

Корреляционная матрица для нашего случая имеет вид:

	t	C	X	I	P	W1	W1+W2	Pt-1	Kt-1	Xt-1
t		0.9642	0.966	-0.4907	0.965	0.883	0.9158	0.966	0.975	0.966
C	0.9642		0.999	-0.4896	0.964	0.959	0.9774	0.953	0.992	0.987
X	0.9661	0.999		-0.4857	0.965	0.959	0.9771	0.954	0.992	0.987
I	-0.491	-0.4896	-0.486		-0.422	-0.498	-0.5126	-0.498	-0.547	-0.538
P	0.9652	0.9642	0.964	-0.4217		0.861	0.8934	0.949	0.958	0.939
W1	0.8832	0.9598	0.959	-0.497	0.86		0.9922	0.8781	0.9581	0.9553
W1+W2	0.9158	0.9774	0.977	-0.513	0.893	0.992		0.9043	0.9764	0.9752
Pt-1	0.966	0.9538	0.954	-0.499	0.949	0.878	0.9043		0.9608	0.9671
Kt-1	0.975	0.9927	0.992	-0.547	0.951	0.9581	0.9764	0.9608		0.994
Xt-1	0.9667	0.9869	0.987	-0.538	0.939	0.955	0.975	0.9671	0.994

Расчетные значения коэффициентов корреляции представлены в Приложении №2.

Элементы матрицы состоят из столбца трех значений: непосредственно коэффициента корреляции, количества пар значений, по которым рассчитывался коэффициент, и P-Valio, вероятность, с которой данный коэффициент является значимым (существенным). Расчетное значение P-Valio сравнивается с уровнем надежности 0,05 (95%). Если P-Valio > 0.05, то коэффициент корреляции считается несущественным.