Эконометрическое исследование экономических моделей

Идентификация парной линейной регрессионной зависимости между ВВП и капиталом. Идентификация линейных трендовых моделей ВВП, капитала и числа занятых, прогноз по этим моделям. Эконометрическая модель с использованием метода наименьших квадратов.

Рубрика Экономико-математическое моделирование
Вид контрольная работа
Язык русский
Дата добавления 01.11.2012
Размер файла 869,4 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ

Государственное образовательное учреждение высшего профессионального образования

«ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ УПРАВЛЕНИЯ»

ИНСТИУТ ЗАОЧНОГО ОБУЧЕНИЯ

Институт информационных систем управления

Кафедра прикладной математики

КОНТРОЛЬНОЕ ЗАДАНИЕ ПО ЭКОНОМЕТРИКЕ

вариант(5)

Выполнил студент

заочной формы обучения

специальности Финансы и кредит

3 курса группы ФиК-3,5-2008/3

(зачетной книжки) 08-468 Моисеенков Д.А.

Проверил преподаватель

к.э.н.,доцент Кутернин М.И.

Москва - 2010

Данные для выполнения контрольного задания

Имеются следующие данные:

страны

Годы

Великобритания

Y

K

L

1980

800

446

22,5

1981

869

460

22,7

1982

893

470

22,7

1983

917

474

22,6

1984

898

480

22,5

1985

888

488

21,4

1986

904

501

20,9

1987

938

517

20,6

1988

957

538

20,7

1989

969

566

20,8

1990

1050

601

20,9

1991

1048

637

20,9

1992

1096

645

21,1

1993

1136

708

21,7

1994

1162

754

23,7

1995

1169

800

26,6

1996

1156

848

26,0

1997

1151

899

25,5

1998

1175

951

25,1

1999

1221

1011

25,3

2000

1230

1046

25,3

где Y - валовой внутренний продукт (ВВП) в млрд. долл. в ценах и по

паритету покупательной способности 1995 г.,

K - основные производственные фонды, млрд. долл.,

L - численность занятых в материальном производстве, млн.чел.

Задание 1. Идентификация парной линейной регрессионной зависимости между ВВП(Y) и капиталом (К)

регрессионный трендовый эконометрический зависимость

Необходимо найти оценкикоэффициентов парной линейной регрессионной модели

Решение:

По исходным данным определим оценки коэффициентов линейной модели парной регрессии путём прямого счета по формулам:

;

Сделаем предварительные расчеты:

Год

К

Y

1980

446

800

-213,047619

45389,28798

-170438,0952

1981

460

869

-199,047619

39619,95465

-172972,381

1982

470

893

-189,047619

35739,00227

-168819,5238

1983

474

917

-185,047619

34242,62132

-169688,6667

1984

480

898

-179,047619

32058,04989

-160784,7619

1985

488

888

-171,047619

29257,28798

-151890,2857

1986

501

904

-158,047619

24979,04989

-142875,0476

1987

517

938

-142,047619

20177,52608

-133240,6667

1988

538

957

-121,047619

14652,52608

-115842,5714

1989

566

969

-93,047619

8657,85941

-90163,14286

1990

601

1050

-58,047619

3369,526077

-60950

1991

637

1048

-22,047619

486,0975057

-23105,90476

1992

645

1096

-14,047619

197,3356009

-15396,19048

1993

708

1136

48,95238095

2396,335601

55609,90476

1994

754

1162

94,95238095

9015,954649

110334,6667

1995

800

1169

140,952381

19867,5737

164773,3333

1996

848

1156

188,952381

35703,00227

218428,9524

1997

899

1151

239,952381

57577,14512

276185,1905

1998

951

1175

291,952381

85236,19274

343044,0476

1999

1011

1221

351,952381

123870,4785

429733,8571

2000

1046

1230

386,952381

149732,1451

475951,4286

Сумма

13840

21627

0

772224,9524

497894,1429

Ср. знач.

659,0476

1029,857

-

36772,61678

23709,2449

Расчитаем коэффициенты:

и

Модель парной регрессии валового внутреннего продукта на основные производственные фонды имеет вид:

,

т.е. при увеличении основных производственных фондов на 1 млрд. долл. внутренний валовой продукт увеличивается в среднем на 0,644 млрд. долл.

Определим прогноз ВВП на один - два года вперед:

- 2001 год

(млрд. долл.)

- 2002 год

(млрд. долл.)

Результаты расчётов с помощью табличного процессора Excel.

Задание 2. Идентификация линейных трендовых моделей ВВП(Y), капитала (К) и числа занятых (L) и прогноз по этим моделям.

Необходимо найти оценки коэффициентов трендовых моделей:

С помощью найденных оценок определить прогнозы ВВП, капитала и числа занятых на один-два года вперед.

Решение:

По исходным данным определим оценки коэффициентов трендовых моделей:

методом наименьших квадратов прямым счетом по формулам

1. Определим оценки коэффициентов трендовой модели

.

Сделаем расчёты

Год

t

Y

1980

1

800

-10

100

-8000

1981

2

869

-9

81

-7821

1982

3

893

-8

64

-7144

1983

4

917

-7

49

-6419

1984

5

898

-6

36

-5388

1985

6

888

-5

25

-4440

1986

7

904

-4

16

-3616

1987

8

938

-3

9

-2814

1988

9

957

-2

4

-1914

1989

10

969

-1

1

-969

1990

11

1050

0

0

0

1991

12

1048

1

1

1048

1992

13

1096

2

4

2192

1993

14

1136

3

9

3408

1994

15

1162

4

16

4648

1995

16

1169

5

25

5845

1996

17

1156

6

36

6936

1997

18

1151

7

49

8057

1998

19

1175

8

64

9400

1999

20

1221

9

81

10989

2000

21

1230

10

100

12300

Сумма

231

21627

0

770

16298

Ср. знач.

11,0

1029,857

-

36,666

776,095

Находим:

и

Трендовая модель валового внутреннего продукта имеет вид:

, т.е. с каждым годом внутренний валовой продукт увеличивается в среднем на 21,16 млрд. долл.

Определим прогноз ВВП на один - два года вперед:

- 2001 год (млрд. долл.)

- 2002 год (млрд. долл.)

2. Определим оценки коэффициентов трендовой модели

.

Сделаем расчеты

Год

t

К

1980

1

446

-10

100

-4460

1981

2

460

-9

81

-4140

1982

3

470

-8

64

-3760

1983

4

474

-7

49

-3318

1984

5

480

-6

36

-2880

1985

6

488

-5

25

-2440

1986

7

501

-4

16

-2004

1987

8

517

-3

9

-1551

1988

9

538

-2

4

-1076

1989

10

566

-1

1

-566

1990

11

601

0

0

0

1991

12

637

1

1

637

1992

13

645

2

4

1290

1993

14

708

3

9

2124

1994

15

754

4

16

3016

1995

16

800

5

25

4000

1996

17

848

6

36

5088

1997

18

899

7

49

6293

1998

19

951

8

64

7608

1999

20

1011

9

81

9099

2000

21

1046

10

100

10460

Сумма

231

13840

0

770

23420

Ср. значение

11,0

659,047619

-

-

1115,238095

Находим:

и

Трендовая модель основных производственных фондов имеет вид:

, т.е. с каждым годом основные производственные фонды увеличиваются в среднем на 30,415 млрд. долл.

Определим прогноз основных производственных фондов на один - два года вперед:

- 2001 год (млрд. долл.)

- 2002 год (млрд. долл.)

3. Определим оценки коэффициентов трендовой модели

.

Сделаем расчеты

Год

t

L

1980

1

22,5

-10

100

-225

1981

2

22,7

-9

81

-204,3

1982

3

22,7

-8

64

-181,6

1983

4

22,6

-7

49

-158,2

1984

5

22,5

-6

36

-135

1985

6

21,4

-5

25

-107

1986

7

20,9

-4

16

-83,6

1987

8

20,6

-3

9

-61,8

1988

9

20,7

-2

4

-41,4

1989

10

20,8

-1

1

-20,8

1990

11

20,9

0

0

0

1991

12

20,9

1

1

20,9

1992

13

21,1

2

4

42,2

1993

14

21,7

3

9

65,1

1994

15

23,7

4

16

94,8

1995

16

26,6

5

25

133

1996

17

26

6

36

156

1997

18

25,5

7

49

178,5

1998

19

25,1

8

64

200,8

1999

20

25,3

9

81

227,7

2000

21

25,3

10

100

253

Сумма

231

479,5

0

770

153,3

Ср. значение

11,0

22,83333

-

-

-

Находим:

И

Таким образом, трендовая модель численности занятых в материальном производстве имеет вид:

, т.е. с каждым годом численность занятых в производстве увеличивается в среднем на 0,632 млн. чел.

Определим прогноз численности занятых в материальном производстве на один - два года вперед:

- 2001 год (млн. чел.)

- 2002 год (млн. чел.)

Задание 3. Идентификация функции Кобба-Дугласа и использо-вание ее для прогноза ВВП.

Необходимо по исходным данным найти оценки параметров производственной функции Кобба-Дугласа:

Осуществить прогноз ВВП на один - два года вперед по функции Кобба-Дугласа.

Сравнить прогноз по производственной функции с прогнозами по уравнению парной регрессии и по уравнению тренда.

Решение:

При наложении на реальные данные имеем

где - корректировочный коэффициент, колеблющийся вокруг единицы.

В относительных показателях это же соотношение запишется следующим образом:

где - ВВП в расчете на одного занятого,

- фондовооруженность.

В логарифмах последнее соотношение запишется как уравнение парной регрессии

Находим оценки прямым счетом по формулам

,

Сделаем расчеты:

Годы

Y

K

yt

kt

ln yt

ln kt

1980

800

446

35,5556

19,8222

3,5711

2,9868

-0,3396

0,1153

-1,2126

1981

869

460

38,2819

20,2643

3,6450

3,0089

-0,3175

0,1008

-1,1573

1982

893

470

39,3392

20,7048

3,6722

3,0304

-0,2960

0,0876

-1,0870

1983

917

474

40,5752

20,9735

3,7032

3,0433

-0,2831

0,0802

-1,0484

1984

898

480

39,9111

21,3333

3,6867

3,0603

-0,2661

0,0708

-0,9810

1985

888

488

41,4953

22,8037

3,7256

3,1269

-0,1995

0,0398

-0,7431

1986

904

501

43,2536

23,9713

3,7671

3,1769

-0,1495

0,0224

-0,5633

1987

938

517

45,5340

25,0971

3,8185

3,2228

-0,1036

0,0107

-0,3957

1988

957

538

46,2319

25,9903

3,8337

3,2577

-0,0687

0,0047

-0,2632

1989

969

566

46,5865

27,2115

3,8413

3,3036

-0,0227

0,0005

-0,0873

1990

1050

601

50,2392

28,7560

3,9168

3,3588

0,0325

0,0011

0,1272

1991

1048

637

50,1435

30,4785

3,9149

3,4170

0,0906

0,0082

0,3549

1992

1096

645

51,9431

30,5687

3,9501

3,4200

0,0936

0,0088

0,3697

1993

1136

708

52,3502

32,6267

3,9580

3,4851

0,1588

0,0252

0,6283

1994

1162

754

49,0295

31,8143

3,8924

3,4599

0,1335

0,0178

0,5198

1995

1169

800

43,9474

30,0752

3,7830

3,4037

0,0773

0,0060

0,2925

1996

1156

848

44,4615

32,6154

3,7946

3,4848

0,1584

0,0251

0,6011

1997

1151

899

45,1373

35,2549

3,8097

3,5626

0,2362

0,0558

0,9000

1998

1175

951

46,8127

37,8884

3,8462

3,6346

0,3083

0,0950

1,1857

1999

1221

1011

48,2609

39,9605

3,8766

3,6879

0,3615

0,1307

1,4015

2000

1230

1046

48,6166

41,3439

3,8840

3,7219

0,3955

0,1565

1,5363

Сумма

-

-

79,8905

69,8539

0

1,0629

0,3779

Средн

-

-

3,8043

3,3264

-

-

-

Находим:

и

, отсюда А = е2,623 = 13,776.

Производственная функция Кобба-Дугласа имеет вид:

.

Определим прогноз ВВП на один - два года вперед:

- 2001 год

(млрд. долл.)

- 2002 год

(млрд. долл.)

Подведем итоги, сравним прогноз ВВП по производственной функции

с прогнозами по уравнению парной регрессии и по уравнению тренда

.

Методы

Годы

по уравнению парной регрессии

по тренду

по производственной функции

2001 г.

1244,82

1262,61

1273,65

2002 г.

1264,41

1283,77

1293,95

Наибольшее прогнозное значение ВВП на 2001 и 2002 г. мы получили по производственной функции Кобба-Дугласа, наименьшее по уравнению парной регрессии.

Задание 4. Характеристика эконометрической модели

Задана следующая эконометрическая модель

Дайте ответы на следующие вопросы относительно этой модели:

1. Какие уравнения модели являются балансовыми?

2. Какие переменные модели являются эндогенными, а какие - экзогенными?

3. Есть ли в этой модели лаговые эндогенные переменные?

4. Идентифицируема ли эта эконометрическая модель и, если идентифицируема, то почему?

5. Как Вы бы стали применять косвенный МНК для идентификации модели?

Решение:

1) Все уравнения, не содержащие случайную составляющую, называются балансовым, в данной модели это третье уравнение.

2) Эндогенными (выходными) называются переменные, которые в каждой текущей момент времени могут быть определены с помощью модели. Экзогенные - это переменные, которые задаются извне модели. Эндогенные лаговые - это такие эндогенные переменные, некоторые прошлые значения которых влияют на текущие значения.

Эндогенные переменные - Ct,It, Yt, экзогенные - Gt.

3) Лаговых эндогенных переменных нет

4) Отдельное уравнение эконометрической модели в структурной форме называется идентифицируемым, если по выборочным данным могут быть оценены его коэффициенты. Эконометрическая модель идентифицируема, если идентифицируемы все уравнения структурной формы этой модели.

Переменная задана тождеством, поэтому практически статистическое решение необходимо только для первых двух уравнений системы, которые необходимо проверить на идентифицируемость.

Введем обозначения:

Н - число эндогенных переменных в уравнении системы;

D - число экзогенных переменных, отсутствующих в уравнении системы.

В рассматриваемой эконометрической модели первое уравнение системы идентифицируемо, ибо Н = 2 и D = 1, и выполняется необходимое условие (D + 1 = Н).

Кроме того, выполняется и достаточное условие идентификации, т.е. ранг матрицы равен 1, а определитель ее не равен 0, что видно в следующей таблице:

Уравнения

2

3

0

1

Второе уравнение системы также идентифицируемо: Н = 2 и D = 1, т.е. счетное правило выполнено: D + 1 = Н, также выполнено достаточное условие идентификации: ранг матрицы 1 и определитель не равен 0:

Уравнения

1

3

0

0

Таким образом, модель идентифицируема, поскольку все уравнения системы идентифицируемы.

Запишем приведенную форму модели.

С t = д1 + д11Gt + н1,

I t = д2 + д21Gt + н2,

Y t = д3 + д31Gt + н3.

5) Поскольку модель идентифицируема, то можно применить косвенный метод наименьших квадратов для оценки параметров модели.

Процедура применения косвенного метода наименьших квадратов (КМНК) предполагает выполнение следующих этапов:

- преобразование структурной модели в приведенную форму;

- для каждого уравнения приведенной формы модели обычным МНК

оцениваются приведенные коэффициенты;

- коэффициенты приведенной формы модели трансформируются в параметры структурной модели.

Размещено на Allbest.ru


Подобные документы

  • Понятие параметрической идентификации парной линейной эконометрической модели. Критерий Фишера, параметрическая идентификация парной нелинейной регрессии. Прогнозирование спроса на продукцию предприятия. Использование в MS Excel функции "Тенденция".

    контрольная работа [73,3 K], добавлен 24.03.2010

  • Исследование линейных моделей парной (ЛМПР) и множественной регрессии (ЛММР) методом наименьших квадратов. Исследование зависимости производительности труда от уровня механизации. Анализ развития товарооборота по данным о розничном товарообороте региона.

    контрольная работа [23,8 K], добавлен 08.12.2008

  • Понятие взаимосвязи между случайными величинами. Ковариация и коэффициент корреляции. Модель парной линейной регрессии. Метод наименьших квадратов, теорема Гаусса-Маркова. Сравнение регрессионных моделей. Коррекция гетероскедастичности, логарифмирование.

    курс лекций [485,1 K], добавлен 02.06.2011

  • Анализ метода наименьших квадратов для парной регрессии, как метода оценивания параметров линейной регрессии. Рассмотрение линейного уравнения парной регрессии. Исследование множественной линейной регрессии. Изучение ошибок коэффициентов регрессии.

    контрольная работа [108,5 K], добавлен 28.03.2018

  • Оценка коэффициентов парной линейной регрессии, авторегрессионное преобразование. Трехшаговый и двухшаговый метод наименьших квадратов, его гипотеза и предпосылки. Системы одновременных уравнений в статистическом моделировании экономических ситуаций.

    курсовая работа [477,2 K], добавлен 05.12.2009

  • Общая характеристика экономики Германии, история и основные этапы ее становления и современное состояние. Идентификация двухшаговым методом наименьших квадратов упрощенной модели Клейна. Построение прогноза эндогенных переменных исследуемой модели.

    контрольная работа [77,1 K], добавлен 26.04.2010

  • Моделирование экономических процессов с помощью однофакторной регрессии. Оценка параметров проекта методом наименьших квадратов. Расчет коэффициента линейной корреляции. Исследование множественной эконометрической линейной схемы на мультиколлинеарность.

    курсовая работа [326,5 K], добавлен 19.01.2011

  • Эффективность линейной несмещенной оценки вектора для обобщенной регрессионной модели, теорема Айткена. Обобщенный метод наименьших квадратов. Преобразования Фурье, их применение; разложение временного ряда. Ряды Фурье, многомерные преобразования.

    реферат [345,4 K], добавлен 09.05.2012

  • Оценка влияния разных факторов на среднюю ожидаемую продолжительность жизни по методу наименьших квадратов. Анализ параметров линейной двухфакторной эконометрической модели с помощью метода наименьших квадратов. Графическое изображение данной зависимости.

    практическая работа [79,4 K], добавлен 20.10.2015

  • Понятие модели множественной регрессии. Сущность метода наименьших квадратов, который используется для определения параметров уравнения множественной линейной регрессии. Оценка качества подгонки регрессионного уравнения к данным. Коэффициент детерминации.

    курсовая работа [449,1 K], добавлен 22.01.2015

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.