Главная страница
Навигация по странице:

  • Skewness

  • Probability

  • Coefficient

  • S.E. of regression

  • Mean dependent var

  • Schwarz criterion

  • Друк. Mean Середнє арифметичне значення Median



    Скачать 443.5 Kb.
    НазваниеMean Середнє арифметичне значення Median
    АнкорДрук.doc
    Дата27.02.2018
    Размер443.5 Kb.
    Формат файлаdoc
    Имя файлаДрук.doc
    ТипДокументы
    #17164

    Мета дослідження: дослідити процес побудови та аналізу економетричної моделі в пакеті Econometric Views, створити, розрахувати та проаналізувати модель динаміки безробіття в Україні з 2004 по 2014 рр. Перевірити адекватність моделі у реальній ситуації на числових даних у середовищі Eviews.

    Згодом буде виявлена статистична значимість або не значимість обраних факторів.
    Статистичний матеріал



    Мал.1. Дані.

    Модель буде виглядати так: Y = b0 + b1X1 + b2X2 + U

    Y – залежна (ендогенна) змінна;

    X1 і X2 – незалежні (екзогенні) змінні;

    b0 – вільний член рівняння;

    b1 і b2 – оцінки параметрів моделі;

    U – помилка моделі;

    Дана модель є експериментальною, оскільки шукається аналізується динаміка рівня безробіття в залежності від індексу інфляції (ІСЦ) та кількістю іноземних інвестицій – показників, які не впливають на безробіття напряму.
    Виділяємо змінні, і натискаємо Open->as Group, після чого маємо готову таблицю даних.



    Мал.2. Таблиця.
    У – рівень безробіття за методикою МОТ, поділений на такий же показник 2003 року.

    Х1 – індекс споживчих цін або індекс інфляції, поділений на такий же показник 2003 року.

    Х2 – прямі іноземні інвестиції у мільярдах доларах США, поділений на такий же показник 2003 року.
    Одразу можна помітити що безробіття та індекс споживчих цін мають додатній коефіцієнт кореляції бо зі збільшенням безробіття збільшується і ІСЦ. Також помітно що зі збільшенням інвестицій безробіття зменшується.


    Потім викликаємо команду View/Descriptive Stats/Common Sample., після чого маємо готову таблицю числових характеристик які нас можуть цікавити.



    Мал3. Числові характеристики.
    Mean – Середнє арифметичне значення;

    Median – Медіана;

    Maximum – Максимальне значення;

    Minimum – Мінімальне значення;

    Std. Dev. – Стандартне відхилення (середнє квадратичне відхилення);

    Skewness – Коефіцієнт асиметрії;

    Kurtosis – Ексцес;

    Jarque-Bera – Використовується для перевірки гіпотези про нормальний розподіл досліджуваного ряду, перевіряє, наскільки ексцес і асиметрія відрізняються від відповідних характеристик нормального розподілу.

    Probability – Ймовірність того, що статистика Jarque-Bera перевищує досліджуване значення для нульової гіпотези;

    Observations – Кількість спостережень.


    Мал.4. Рівняння регресії.
    Coefficient – параметри моделі.

    Standart error – вказані стандартні помилки коефіцієнтів рівняння. Вони показують статистичну надійність коефіцієнту. Їх значення використовують для побудови довірчих інтервалів.

    t – statistics – це значення використовується для перевірки значущості відповідної оцінки параметру регресії.

    Probability – показує ймовірність прийняти чи відхилити гіпотезу про рівність нулю відповідного коефіцієнту.

    R – Squared – коефіцієнт детермінації. Одна з найбільш ефективних оцінок адекватності регресійної моделі, міра якості рівня регресії, характеристика прогнозуючої сили регресійної моделі яку аналізують. В загальному випадку цей коефіцієнт показує яка частина залежної змінної може бути пояснена за допомогою незалежних змінних які включено в модель. Якщо це значення = 1, то між змінними існує прямий лінійний зв'язок. А якщо воно = 0, то статистичний лінійний зв'язок відсутній.

    Adjusted R – Squared – скорегований коефіцієнт детермінації. Важливою властивістю коефіцієнту детермінації є те, що R – Squared – не спадаюча функція від кількості факторів, що входять у модель.

    S.E. of regression – стандартна помилка регресії внаслідок рішення управління.

    Sum Squared Resid – сума квадратів залишків.

    Log likelihood – показує значення функції максимальної правдоподібності.

    Durbin-Watson Stat – статистика Дарбіна-Уотсона. Використовується для виявлення автокореляції. Нульова гіпотеза вказує на відсутність автокореляції. Альтернативна гіпотеза вказує на існування автокореляції.

    Mean dependent var – середнє арифметичне значення залежної змінної.

    S.D. Dependent var – стандартне середнє квадратичне відхилення залежної змінної.

    Akaike info criterion – інформаційний критерій Акайке. Цей критерій є спробою в один показник ввести дві вимоги: зменшення числа параметрів моделі та якість підгонки моделі. Згідно з цим критерієм з двох моделей потрібно вибрати модель з найменшим значенням Акайке.

    Schwarz criterion – критерій Шварца. Його відмінність від Акайке полягає в більшому штрафі за кількість параметрів.

    F-Statistic – слугує для перевірки моделі на адекватність.


    Мал.5. Загальне рівняння регресії.
    Рівняння регресії має вигляд Y = -0,05452 * Х1 -0,04973 * Х2 + 1,140086

    Це рівняння характеризує нашу модель залежності безробіття від темпу інфляції та прямих іноземних інвестицій. Воно буде потрібне для подальшого прогнозування динаміки рівня безробіття якщо це буде необхідно.

    Через високий коефіцієнт детермінації модель є доволі надійною, наперекір тому, що передбачалося перед початком роботи оскільки взяті експериментальні дані які не мають явної залежності у житті, хоча незначний взаємний зв'язок все-таки існує.
    Кореляційна матриця

    Кожна комірка показує тісноту зв'язку між відповідними змінними. Якщо між змінними стоїть коефіцієнт від 0,7 до 1, то вони мають пряму і сильну кореляцію, тобто сильно пов’язані. Якщо кореляція сягає від 0,5 – 0,7 – то сила зв’язку середня. Якщо від 0,2 – 0,5 – то зв'язок слабий. Якщо -0,2 – 0 – 0,2 – зв'язок зовсім незначний або його нема. При від’ємних значеннях коефіцієнта кореляції сила зв’язку залишається такою самою, але з оберненою залежністю (зростання одного показника викликає спадання іншого).

    Ми бачимо, що кореляція у деяких випадках додатна, а в деяких від’ємна. Це означає, що деякі змінні пов’язані між собою прямо, а деякі обернено.



    Мал6. Кореляційна матриця.
    Y є обернено залежним від фактору Х2, тобто рівень безробіття і прямі іноземні інвестиції мають обернену залежність.

    Рівень безробіття та темп інфляції, наперекір очікуванням, несподівано мають доволі малу кореляцію, яку можна зовсім списати, оскільки вона наближається до нуля.

    Темп інфляції та прямі іноземні інвестиції мають слабий та обернений коефіцієнт кореляції. Це означає, що інвестиції в економіку частково пригальмовують темпи інфляції завдяки створенню на ці гроші нових робочих місць, укріплення економіки, пришвидшення грошового обігу.


    Мал.7. Графіки незалежних змінних.
    Х1 = ІСЦ (ціни попереднього року поділено на ціни наступного року).

    У 2008 році темпи інфляції збільшився до 22 відсотків за рік що є явним відлунням світової фінансової кризи, яка почалася на фінансових ринках США і вплинула майже на всі сфери світової економіки, у тому числі і української. Підприємства часто використовували непопулярні шляхи зниження видатків, деякі з них у своїй сумі також вплинули на загальний ріст цін.

    Після 2008 року відбувався спад темпу інфляції через те що держава брала багато кредитів для підтримання економічних та соціальних програм. Також збільшилось число підприємств малого та середнього бізнесу, що теж стало фактором укріплення економіки.

    У 2014 році темп інфляції став дорівнювати 25 відсотків через дестабілізацію політичної ситуації після революції гідності та зміни влади в Україні, внаслідок чого було дуже складно спрогнозувати економічну ситуацію тобто ризики для інвесторів дуже підвищилися, що призвело до кризи на фінансовому ринку, який у свою чергу викликав спад усіх позитивних економічних показників і зріст негативних.
    Х2 = прямі іноземні інвестиції в економіку України.

    У 2005 році було багато інвестицій через малі фінансові ризики для інвесторів завдяки спокійній внутрішньополітичній та внутрішньо економічній ситуації.

    2006 року інвестиції трохи знизилися через спад першої хвилі інвесторів.

    2008 року в економіку України прибула велика кількість інвестицій через чотирирічну спокійну обстановку в економіці, що однозначно приваблює капітал через низький рівень ризиків.

    2009 року інвестиції знизилися у два рази після світової фінансової кризи, грошовий обіг сповільнився по всій світовій економіці, тож Україна не була винятком і у нас також відбувався спад усіх позитивних економічних показників і зріст негативних.

    Від 2012 до 2014 рр. політична ситуація в Україні все більше нагніталась і це було однозначно негативним фактором для інвестиційного клімату. Бо ніхто не буде вкладати гроші, якщо існує велика вірогідність що вони підуть в нікуди. Тобто інвесторів налякали великі ризики. На фінансовому ринку України стало не вистачати грошей, грошовий обіг сповільнився, почалася велика фінансово-економічна криза. Усі приватні інвестори відвернулись. Лише Світовий банк надавав кредити новій владі.


    Мал.8. Графік залежної змінної.
    Y = рівень безробіття за методологією МОТ.

    До 2008 року рівень безробіття падав через створення нових робочих місць підприємствами завдяки інвестиціям. Також спад безробіття йшов за рахунок досить великого від’ємного сальдо приросту населення: колишні безробітні стали займати місця громадян які померли чи емігрували.

    2009 року – явний наслідок світової фінансової кризи, яка, як відомо, вплинула на переважну більшість сфер економіки, економічних показників, галузей і т.п. Рівень безробіття не є винятком.

    До 2013 року безробіття знову падало через ті ж причини що і до 2008 р. : економічну відлигу та зменшення населення України.

    2014 року безробіття знову зросло через політичну ситуацію: на підконтрольну Україні територію прибула велика кількість біженців із Криму та Донбасу, що спричинило збільшення шукачів роботи на одну вакансію. Грубо кажучи, неофіційне зменшення території країни зменшило кількість робочих місць та збільшило ЕАН (економічно активне населення), що призвело до підвищення безробіття.

    Досліджуємо на залишки

    Ми бачимо, що 7 точок з 11 лежать в межах і це говорить про середню адекватність моделі.



    Мал.9. Залишки.

    Прогноз



    Мал.10. Прогноз.
    Графіки фактичних даних та прогнозу майже збігаються, прогноз надійний через високу адекватність моделі.
    Висновок

    Дослідивши, всі ці дії, можна сказати, що було успішно побудоване рівняння регресії Y = -0,05452 * Х1 -0,04973 * Х2 + 1,140086. Адекватність моделі висока (перш за все про це говорить коефіцієнт детермінації, який дорівнює 0,998). Також, після кореляційного аналізу було виявлено, що рівень безробіття має тісний обернений зв’язок та обернену залежність від кількості прямих іноземних інвестицій (коефіцієнт кореляції = -0,77). Наперекір очікуванням, виявилось, що рівень безробіття майже не пов'язаний з індексом споживчих цін (він же рівень інфляції) (коефіцієнт кореляції = 0,07). Також виявлена слаба обернена кореляція рівня інфляції з прямими іноземними інвестиціями, яка дорівнює -0,11.
    написать администратору сайта