- •Используя простой метод наименьших квадратов, построим исследуемые зависимости:
- •Национальный доход
- •Совокупный потребительский спрос
- •И нвестиции
- •Численность рабочей силы
- •Повременная ставка оплаты труда
- •Предложение денег
- •Индекс цен
- •Государственные расходы
- •С редняя ставка налогообложения
- •Ч исленность трудовых ресурсов
Индекс цен
Построим следующие модели (см. Приложение №3.7):
Сравнительные характеристики:
Модель |
R-squared |
Standart Error |
F-ratio |
Все параметры значимы |
Kt |
1 |
77,47 |
3,32 |
39,47 |
Нет |
0,039 |
2 |
97,47 |
9,47 |
464,05 |
Да |
0,113 |
3 |
64,43 |
4,17 |
20,84 |
Да |
0,048 |
4 |
97,98 |
8,49 |
581,75 |
Да |
0,101 |
5 |
89,79 |
2,18 |
211,23 |
Нет |
0,026 |
6 |
99,85 |
2,28 |
16480,65 |
Да |
0,028 |
7 |
97,43 |
1,12 |
435,9 |
Да |
0,013 |
8 |
99,94 |
1,50 |
18865,83 |
Да |
0,018 |
9 |
99,97 |
0,99 |
28524,79 |
Да |
0,012 |
10 |
99,96 |
1,17 |
20284,21 |
Да |
0,013 |
Выбранная модель: модель N9.
Государственные расходы
Э кзогенная переменная, следовательно, строим ее как функцию от времени (см. приложение 3.8)
Сравнительные характеристики трендов:
Модель |
R-squared |
Standart Error |
F-ratio |
Все параметры значимы |
Kt |
1 |
76,53 |
0,16 |
78,27 |
Да |
0,03 |
2 |
91,69 |
0,099 |
126,9 |
Да |
0,018 |
3 |
91,93 |
0,1 |
83,49 |
Нет |
0,018 |
4 |
93,54 |
0,091 |
76,09 |
Нет |
0,016 |
Рассмотрение (приложение) еще ряда моделей показало, что их характеристики хуже, чем характеристики линейной модели (N1).
В ыбранная модель: модель N2.
С редняя ставка налогообложения
П остроим следующие тренды (см. приложение 3.9):
Сравнение прогностических способностей:
Модель |
R-squared |
Standart Error |
F-ratio |
Все параметры значимы |
Kt |
1 |
9,31 |
0,008 |
2,46 |
Нет |
0,03 |
2 |
11,3 |
3,58 |
1,46 |
Нет |
0,03 |
3 |
77,41 |
0,1 |
85,65 |
Да |
0,36 |
4 |
---- |
|
|
Да |
0,03 |
В ыбранная модель: модель N4.
Ч исленность трудовых ресурсов
П остроим следующие тренды (см. приложение 3.10):
Модель |
R-squared |
Standart Error |
F-ratio |
Все параметры значимы |
Kt |
1 |
97,75 |
1,73 |
1045,17 |
Да |
0,012 |
2 |
98,06 |
1,60 |
978,08 |
Да |
0,011 |
3 |
97,95 |
0,017 |
1148,48 |
Да |
0,011 |
4 |
97,60 |
0,0002 |
974,56 |
Да |
0,012 |
5 |
97,92 |
0,085 |
1131,28 |
Да |
0,012 |
Выбранная модель: модель N3.
Процентная ставка на капитал
П остроим следующие тренды (см. приложение 3.11):
У рассмотренных моделей (в приложении приведен ряд других моделей приложение) значение R^2 составляет менее 6%. В связи тем, что подобрать тренд, обладающий удовлетворительными качествами для моделирования реальной ставки процента нам не удалось, для имитации будем использовать номинальное значение процентной ставки.
Выбранная модель: Irноминальное = const = 0,37
Капитал
П остроим следующие модели (см. Приложение №3.12):
Сравнительные характеристики:
Модель |
R-squared |
Standart Error |
F-ratio |
Все параметры значимы |
Kt |
1 |
89,216 |
2,37 |
26,20 |
Нет |
0,075 |
2 |
79,56 |
2,31 |
33,70 |
Да |
0,068 |
3 |
99,29 |
4,08 |
1669,89 |
Нет |
0,079 |
4 |
99,73 |
2,51 |
2938,34 |
Да |
0,031 |
5 |
99,80 |
2,20 |
3744,56 |
Да |
0,035 |
6 |
93,17 |
1,70 |
95,48 |
Да |
0,023 |
Выбранная модель: 5.
Двухшаговый метод наименьших квадратов (2МНК)
Наиболее простым и надежным способом оценки коэффициентов структурной формы является двухшаговый метод наименьших квадратов.
На первом шаге строим зависимость эндогенных переменных от всей совокупности экзогенных и лаговых переменных.
(Приложение 4.1.)
На втором шаге проведем оценку эндогенных переменных, используя результаты первого шага. Модели строятся в соответствии с выдвинутыми гипотезами, только в качестве эндогенных переменных в правой части подставляются значения, оцененные на первом шаге. (Приложение 4.2).
Итоговая модель (простой метод наименьших квадратов):
Irном = 0,37
И тоговая модель (двухшаговый метод наименьших квадратов):