- •Институт информационных систем управления Домашняя работа №2
- •Исходные данные
- •Анализ взаимосвязей между элементами
- •Корреляционный анализ для It
- •Построение уравнений функционирования
- •Оценка коэффициентов модели 2 мнк
- •Анализируя полученную таблицу, можно видеть, что
- •Построение моделей тренда экзогенных переменных
- •Проверка прогностических свойств моделей
- •Построение прогноза
Корреляционный анализ для It
В данном случае также наблюдается свойство мультиколленеарности между экзогенными параметрами, но влияние каждого из них на результирующий показатель неодинаково.
Исходя из данных, приведенных в таблице, можно предположить, что наибольшее воздействие на чистые инвестиции It в текущем периоде оказывает объем основного капитала Pt-1 прошлого периода. Уравнение примет вид:
It = b0 + b1* Pt-1 + It
Корреляционный анализ для W1t
Здесь также присутствует мультиколленеарность, и как видно из таблицы связь между определяющими переменными очень сильна. Самое сильное воздействие на заработную плату частного сектора W1t текущего периода оказывает доход, время t . Поэтому уравнение примет следующий вид:
W1t = c0 + c1*t + Wt
В итоге в результате корреляционного анализа имеем следующую модель:
Уравнения функционирования:
Ct = a0 + a1*( W1t + W2t) + a2* Pt-1 + Ct
It = b0 + b1* Pt-1 + It
W1t = c0 + c1*t + Wt
Балансовые уравнения представлены следующим образом:
Xt = Ct + It + Gt
Pt = Xt – W1t - Tt
Kt = Kt-1 + It
Построение уравнений функционирования
Оценим модели следующего вида:
Ct = FC ( W1t, W2t, Pt-1 )
It = FI ( Pt-1 )
W1t = FW ( t )
После идентификации моделей, для каждой из них будет проведен дисперсионный анализ, с помощью которого будут сделаны выводы о значимости каждой из модели и ее параметров.
Идентификация уравнения функционирования Сt.
|
Значение |
Standard Error |
T Statistica |
А0 |
1,32 |
0,86 |
1,53 |
A1 |
1,26 |
0,16 |
7,88 |
A2 |
0,42 |
0,25 |
1,68 |
t(0,05; 17) = 2,11 F(2,17)=6,11 < 484,87
Из дисперсионного анализа видно, что коэффициенты a0 и a2 не значимы, следовательно, их необходимо исключить.
Перестроенная модель будет иметь вид:
|
Значение |
Standard Error |
T Statistica |
A1 |
1,598 |
0,0161 |
99,175 |
t(0,05; 19) = 2,093 F(1,18)=4,41 < 9835,73
Ct =1,598 * ( W1t + W2t) + Ct
Теперь проверим существует ли автокорреляция остатков Сt . Это можно сделать используя критерий Дарбина-Уотсона:
dL=1,1 < dрасч= 1,85 < dU=1,54
Так как условие не выполняется и dрасч > dU можно утверждать, что автокорреляция остатков Сt отсутствует.
2. Идентификация уравнения функционирования It
|
Значение |
Standard Error |
T Statistica |
B1 |
0,194 |
0,033 |
5,748 |
t(0,05; 19) = 2,093 F(1,18)=4,41 < 33,04
Получим следующую модель:
It = 0,194 * Pt-1 + It
Теперь проверим существует ли автокорреляция остатков Сt . Это можно сделать используя критерий Дарбина-Уотсона:
dL=1,1 < dрасч= 6,43 < dU=1,54
Так как условие не выполняется и dрасч > dU можно утверждать, что автокорреляция остатков It отсутствует.
3. Идентификация уравнения функционирования W1t.
|
Значение |
Standard Error |
T Statistica |
C0 |
3,174 |
0,502 |
6,327 |
C1 |
0,751 |
0,04 |
17,926 |
t(0,05; 18) = 2,101 F(2,17)=3,59 < 321,34
Теперь проверим существует ли автокорреляция остатков Сt . Это можно сделать используя критерий Дарбина-Уотсона:
dL=1,1 < dрасч= 0,53 < dU=1,54
Так как условие выполняется и dрасч < dL можно утверждать, что существует положительная автокорреляция остатков Wt.
Модель примет следующий вид:
W1t =3,174 + 0,751*t + Wt
Рассчитанные значения Ct , Lt , W1t подставляются в балансовые уравнения, в результате чего мы получаем значения переменных Xt, Kt, Pt