Мегаобучалка Главная | О нас | Обратная связь


Идентификация модели методом двухшагового МНК



2020-02-04 163 Обсуждений (0)
Идентификация модели методом двухшагового МНК 0.00 из 5.00 0 оценок




Учебно-исследовательская работа

 

по дисциплине

 

Эконометрическая модель национальной экономики Германии

 

Москва


Общая характеристика экономики Германии

 

ФРГ – одна из крупнейших стран Западной Европы (после Франции и Испании). Берлин – столица и резиденция правительства; некоторые министерства расположены в Бонне. Форма правления – парламентская республика, форма государственного устройства – симметричная федерация. Государство состоит из 16 частично независимых земель.

Германия является членом Европейского союза, принимает активное участие в НАТО, а также входит в «Большую восьмёрку».

По уровню экономического развития, величине экономического потенциала, доле в мировом производстве, степени вовлеченности в международное разделение труда и другим важнейшим критериям она относится к числу наиболее высокоразвитых государств мира. По объему ВВП она занимает пятое место в мире. По уровню жизни – 18 место в мире, согласно Human Development Index. Она мало уступает США – крупнейшей торговой державе мира – по объему внешней торговли, хотя ее экономический потенциал почти втрое меньше. Она является также одним из крупнейших экспортеров и импортеров капитала. По качественным характеристикам национальной экономики (уровень производительности труда, капиталооснащенность и наукоемкость производства и др.) страна также занимает одно из первых мест в мировом хозяйстве.

С точки зрения обеспеченности природными ресурсами ФРГ нельзя отнести к числу богатых стран. Она располагает немногими видами топлива и сырья. К их числу относятся каменный и бурый уголь, калийная соль, небольшие запасы железной руды, легирующих и цветных металлов. Подавляющая часть топлива – нефти и газа, а также атомного сырья ввозится из-за рубежа.

Внешняя торговля – одна из наиболее динамичных отраслей экономики ФРГ, стимулятор ее экономического роста. В послевоенный период происходил постоянный рост доли экспорта в ВНП (1950 – 9,3%; 1980 – 26,7%; 1991 – 32,8%). К слабым сторонам экономического развития Германии можно отнести следующее: заниженная оценка затрат на модернизацию Восточной Германии, дефицит специалистов (необходимость их привлечения из-за рубежа); старение населения, стабильный уровень безработицы (11%), острая конкуренция со стороны быстро развивающихся стран Азии.

 

Идентификация модели методом двухшагового МНК

Задачей исследования является идентификация двухшаговым методом наименьших квадратов упрощенной модели Клейна (т.е. нахождение оценок коэффициентов ):

 

 (1)

 

 – склонность к потреблению,

 – склонность к инвестированию,

- эндогенные переменные модели, - экзогенная переменная модели,  – предопределенные переменные. Лаговых эндогенных переменных в модели нет.

Идентификация модели состоит в нахождении по исходным данным оценок коэффициентов модели  (а также дисперсий случайных составляющих , )

На первом шаге установим регрессионную зависимость эндогенных переменных ( C , I ) от предопределенных переменных. Предварительно необходимо преобразовать модель от расширенной формы к структурной (2), а затем к приведенной (3):


   (2)

 

           (3)

 

Используя инструмент «Регрессия» пакета «Анализ данных» проведем парную регрессию потребления и инвестиций по государственным расходам (т.е. эндогенных переменных по предопределенным) и найдем МНК-оценки коэффициентов  приведенной формы.

 

ВЫВОД ИТОГОВ

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Регрессионная статистика

 

 

 

 

 

 

 

Множественный R

0,98

 

 

 

 

 

 

 

R‑квадрат

0,96

 

 

 

 

 

 

 

Нормированный R‑квадрат

0,96

 

 

 

 

 

 

 

Стандартная ошибка

38,37

 

 

 

 

 

 

 

Наблюдения

38

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Дисперсионный анализ

 

 

 

 

 

 

 

df

SS

MS

F

Значимость F

 

 

 

Регрессия

1

1 205 387,78

1 205 387,78

818,94

2,334E‑26

 

 

 

Остаток

36

52 987,74

1 471,88

 

 

 

 

 

Итого

37

1 258 375,52

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Коэффициенты

Стандартная ошибка

t‑статистика

P‑Значение

Нижние 95%

Верхние 95%

Нижние 95,0%

Верхние 95,0%

Y‑пересечение

-161,88

33,83

-4,79

0,00

-230,49

-93,27

-230,49

-93,27

G

3,46

0,12

28,62

0,00

3,22

3,71

3,22

3,71

 

Таким образом, имеем

 

Регрессионная статистика

 

 

 

 

 

 

 

Множественный R

0,90

 

 

 

 

 

 

 

R‑квадрат

0,81

 

 

 

 

 

 

 

Нормированный R‑квадрат

0,80

 

 

 

 

 

 

 

Стандартная ошибка

40,61

 

 

 

 

 

 

 

Наблюдения

38

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Дисперсионный анализ

 

 

 

 

 

 

 

df

SS

MS

F

Значимость F

 

 

 

Регрессия

1

251965,2

251965,2

152,8

1,621E‑14

 

 

 

Остаток

36

59366,3

1649,1

 

 

 

 

 

Итого

37

311331,4

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Коэффициенты

Стандартная ошибка

t‑статистика

P‑Значение

Нижние 95%

Верхние 95%

Нижние 95,0%

Верхние 95,0%

Y‑пересечение

-138,86

35,81

-3,88

0,000429971

-211,48

-66,23

-211,48

-66,23

G

1,58

0,13

12,36

1,62091E‑14

1,32

1,84

1,32

1,84

 

.

 

Вычислим также выровненные значения Ĉ и Î. (Приложение 2)

На втором шаге запишем уравнения в стандартном виде, т.е. по одной эндогенной переменной в левой части с коэффициентом 1. Эндогенные же переменные в правых частях заменим на их выровненные значения.

Рассмотрим второй шаг применительно к первому уравнению, для этого в него вместо  подставим , тогда получим

 

 

или

 

 

Т.к. согласно первоначальной модели , последнее уравнение запишется как модель парной регрессии

 

,

 

в которой зависимой переменной служит , а независимой – .

МНК-оценки параметров этой модели имеют вид

 

 

.

 

Подставив в последние формулы значения временных рядов ,  и  получим


.

.

 

Подставляя эти значения в формулы, имеем:

 

.

 

.

 

Таким образом, применение двухшагового МНК к первому уравнению структурной формы позволило идентифицировать первое уравнение первоначальной формы: .

Рассмотрим второй шаг для второго уравнения, для этого в него вместо  подставим , тогда получим:

 

 

Или

 

.

 

Поскольку , то последнее уравнение запишется как модель парной регрессии:

 

,

 


в которой зависимой переменной служит , а регрессором выступает – ( ), поэтому МНК – оценки параметров этой модели имеют вид:

 

 

Подставив в последние формулы значения временных рядов , получим:

 

 

Подставляя эти значения в формулы:

 

.

 

.

 

Таким образом, применение двухшагового МНК ко второму уравнению структурной формы позволило идентифицировать второе уравнение первоначальной формы: .

Найдем оценки дисперсий случайных составляющих , .

 


 

Для этого решим систему уравнений, подставив в левую часть квадрат стандартной ошибки для регрессий потребления по государственным расходам, а также чистых инвестиций по государственным расходам:

Таким образом, по итогам двухшагового МНК эконометрическая модель имеет вид:

 

 



2020-02-04 163 Обсуждений (0)
Идентификация модели методом двухшагового МНК 0.00 из 5.00 0 оценок









Обсуждение в статье: Идентификация модели методом двухшагового МНК

Обсуждений еще не было, будьте первым... ↓↓↓

Отправить сообщение

Популярное:
Как построить свою речь (словесное оформление): При подготовке публичного выступления перед оратором возникает вопрос, как лучше словесно оформить свою...
Генезис конфликтологии как науки в древней Греции: Для уяснения предыстории конфликтологии существенное значение имеет обращение к античной...
Как распознать напряжение: Говоря о мышечном напряжении, мы в первую очередь имеем в виду мускулы, прикрепленные к костям ...



©2015-2024 megaobuchalka.ru Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. (163)

Почему 1285321 студент выбрали МегаОбучалку...

Система поиска информации

Мобильная версия сайта

Удобная навигация

Нет шокирующей рекламы



(0.01 сек.)