Индекс цен

1. P = -1,10728 + 0,00113245*Y - 0,0011662*lag(Y;1) - 0,014444*M +

0,0179438*lag(M;1) - 0,0893656*W + 1,06655*lag(P;1)

2. P = 1,06178*lag(P;1)

3. P = -74,9437 + 0,0774614*M + 0,0306082*Y

4. P = -90,9748 + 0,0273483*Y + 5,1251*W

Модель	R-squared	Standart Error	F-ratio	Все параметры значимы	Kt
1	99,9189	1,28406	4520,00	нет	0,01006
2	99,9827	1,22717	161777,66	да	0,01194
3	97,6233	6,45247	554,52	да	0,04027
4	98,313	5,43624	786,73	да	0,04374

Государственные расходы

Лучшая модель, описывающая динамику гос. расходов представлена следующей трендовой зависимостью: G = exp(6,09977 + 0,0277001*t).

(Результаты моделирования см. в приложениях.)

Процентная ставка на капитал моделируется с помощью скользящей средней.

Число безработных

Лучшая модель, описывающая динамику гос. расходов представлена следующими зависимостями: период с 1971 г. по 1985 г.U1 = 1,89637 + 1,20226*sqrt(t)

период с 1986 г. по 2000 г. U2 = 8,40478 - 1,17303*sqrt(t)

Средняя ставка налогообложения

Без учёта скачкообразного изменения показателя Т за период с 1971 по 1972 гг. модель средней ставки налогообложения будет иметь вид: Tr = 0,255168 - 0,00559674*sqrt(t)

Окончательный вариант модели, полученный по итогам метода 1-МНК:

Y = 0,493348*K + 5,41587*L

C = 0,647325*Y

L = 3,40123*W + 0,0680134*G

I = 6,28415 + 0,362966*_i + 0,82496*K - 0,770087*lag(K;1) + 0,0900579*Y - 0,0818685*lag(Y;1)

W = 12,4741 + 0,0521515*P - 0,418268*U

M = 361,349 + 0,0880641*Y - 6,19341*_i

P = 1,06178*lag(P;1)

Двухшаговый метод наименьших квадратов (2МНК)

(См. приложение 3)

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.

Y = f(G, i, U, Tr, M_1, Y_1, K_1, P_1, t)

C = f (G, i, U, Tr, M_1, Y_1, K_1, P_1, t)

L = f(G, i, U, Tr, M_1, Y_1, K_1, P_1, t)

I = f(G, i, U, Tr, M_1, Y_1, K_1, P_1, t)

W = f(G, i, U, Tr, M_1, Y_1, K_1, P_1, t)

M = f(G, i, U, Tr, M_1, Y_1, K_1, P_1, t)

P = f(G, i, U, Tr, M_1, Y_1, K_1, P_1, t)

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.

Модель, полученная на 1 шаге:

Y = 8760,66 - 28131,2*_Tr + 27,5281*lag(P;1) - 1,00714*G

C = 6024,69 - 0,700658*G - 19896,3*_Tr + 18,6762*lag(P;1)

L = 71,8363 - 0,00954619*G + 2,11708*t

I = 0,577776*G + 5234,6*_Tr + 9,30426*lag(P;1) - 0,347751*lag(K;1) + 70,1829*t

W = 0,0129109*G + 23,195*_Tr

M = 0,558241*G - 4,02394*_i + 1097,72*_Tr

P = 0,00134747*G + 1,07294*lag(P;1)

Модель, полученная на 2 шаге:

Y = 0,492259*K + 5,60163*L

C = 0,647517*Y

L = 4,59433*W + 0,0443016*G

I = 20,5072 + 0,114486*Y - 0,177858*K + 0,206394*lag(K;1)

W = 9,47289 + 0,050342*P + 0,169272*U

M = 351,676 + 0,0835041*Y - 3,96673*_i

P = 1,06167*lag(P;1)

Для оценки параметров эконометрических моделей в общем случае применяется двухшаговый метод наименьших квадратов, поэтому, в качестве основы для построения эконометрической модели по ретроспективному периоду с целью дальнейшего прогнозирования динамики развития основных показателей экономической системы воспользуемся этим методом.