Динамика валового внутреннего продукта в РФ, статистический анализ и выводы

Введение
Глава 1. Изучения ВВП РФ
1.1. Основные понятия
1.2. Расчет тенденции
1.3. Эластичность
1.4. Доверительные интервалы для оцененных параметров
1.5. Критерий Фишера значимости всей регрессии
1.6. Изучение колеблемости и сезонности
1.7. Моделирование сезонности ВВП
1.8. Индексный анализ
Глава 2. Множественный регрессионный анализ
2.1. Коэффициенты эластичности
2.2. Стандартизованные коэффициенты
2.3. Парные коэффициенты корреляции
2.4. Множественный коэффициент корреляции
2.5. Коэффициент детерминации
2.6. Мультиколлинеарность
2.7. Колеблемость признака
2.8. Доверительные интервалы для параметров регрессии
Заключение
Список использованных источников

Видим существенный коэффициент 3-го порядка. Статистика Дарбина-Уотсона
Попали в зону отсутствия автокорреляции
2.8. Доверительные интервалы для параметров регрессии
Дисперсия ошибок определяется по формуле
Дисперсия
Количество степеней свободы 9
Критическое значение статистики Стьюдента
Уровень доверия 95%
Доверительный интервал для
равен
Не можем на данном уровне значимости принять гипотезу т.к. не попадает в доверительный интервал.
Доверительный интервал для
равен
Не можем на данном уровне значимости принять гипотезу т.к. не попадает в доверительный интервал.
Доверительный интервал для
равен
Не можем на данном уровне значимости принять гипотезу т.к. не попадает в доверительный интервал.
Построенная регрессия оказалась значимой, все коэффициенты значимы. Единственный ее недостаток – в наличии автокорреляции остатков. Не удалось нам устранить эту проблему введением показателя «сельское хозяйство». Добавим сезонные dummy. Вычисления приведем в Excel.
Регрессия значима
Таблица 7.
Значимость регрессии
  df SS MS F Значимость F Регрессия 5 563054,6 112610,9 1468,938 3,57E-09 Остаток 6 459,9687 76,66145 Итого 11 563514,6       R^2 луше, чем у всех ранее рассмотренных моделей.
Таблица 8.
R^2
Регрессионная статистика Множественный R 0,999592 R-квадрат 0,999184 Нормированный R-квадрат 0,998504 Стандартная ошибка 8,755653 Наблюдения 12
Все коэффициенты оказались значимы
Таблица 9.
Коэффициенты регрессии
  Коэффициенты Стандартная ошибка t-статистика P-Значение Y-пересечение 1896,876 54,42588435 34,85246 3,72E-08 Переменная X 1 36,64505 1,126133646 32,54059 5,6E-08 Переменная X 2 0,828396 0,620347116 3,335375 0,03018 Переменная X 3 -196,103 23,15846364 -8,46788 0,000148 Переменная X 4 -125,448 14,88402219 -8,42839 0,000152 Переменная X 5 4,320201 111,6990251 4,038677 0,006403
В остатках автокорреляции не наблюдается.
График 8.
Остатки
Остатки этой модели меньше, чем в предыдущих. Поэтому можно сказать, что данная регрессия является лучшей из всех рассмотренных. Заключение
В процессе математического моделирования экономических явлений и объектов часто возникает необходимость оценки существующих колебательных процессов. Под сезонными колебаниями понимают более или менее устойчивую закономерность внутригодовой динамики социально-экономических явлений. Их причинами являются особенности товарного предложения, покупательского спроса, изменения затрат в зависимости от изменения климатических условий в разные временные промежутки рассматриваемого периода и т.д. Практическое значение изучения сезонных колебаний состоит в том, что получаемые при анализе рядов внутригодовой динамики количественные характеристики отображают специфику развития изучаемых явлений по месяцам (кварталам) годового цикла [1].
В условиях сменяемости сезонов деятельность экономических объектов сопровождается изменениями интенсивности динамики социально-экономических процессов. Это может проявляться в виде чередований подъемов и спадов различных показателей деятельности организации (выпуска продукции, себестоимости, производительности труда, прибыли и других), а также приостановкой производственных процессов в определенные периоды (строительство автодорог).
По росту реального объема валового внутреннего продукта Россия занимает первое место среди развитых стран. По росту реального объема ВВП в первом полугодии нынешнего года по сравнению с таким же периодом 2007-го список выглядит так: Россия – 7,4%; Япония – 5,6%; США – 4,8%; Великобритания – 3,4%; Франция – 1,7%; Канада – 1,6%; Германия – 1,5%; Италия – 0,5%. Однако радоваться рано. По темпам роста ВВП нас обгоняют не входящие в “большую восьмерку” Китай (8,5%), Грузия (8,6%), Таджикистан (10,2%), Азербайджан (11,2%) и Армения (13,2%).
Дело в том, что валовый внутренний продукт определяется как совокупная стоимость конечных товаров и услуг, произведенных в течение года на территории страны. В стране с разрушенной экономикой он может расти гигантскими темпами, ведь если раньше некое государство выпускало две машины в год, а потом стало делать четыре, прирост будет стопроцентным.
По планам нашего правительства, ВВП должен увеличиваться примерно на 7% в год. Если учесть, что экономика Португалии растет в среднем приблизительно на 3% в год, то окажется, что знаменитый лозунг “Догоним Португалию по ВВП на душу населения!” осуществится лишь через 25 лет.
Список использованных источников
Сайт Минфина http://www.economy.gov.ru/wps/portal
http: //www.gks.ru
http://www.cbr.ru
А. М. Трофимов. Ускорение темпов роста ВВП и роль государства в экономике (к дискуссии об уровне участия государства в экономике в журнале «Вопросы экономики» 2002-2003 гг.)
NEWSru.com // Экономика // 23 марта 2006 г.
http://www.opec.ru
Голуб Л. А. Социально-экономическая статистика. 2003
Бурцева С. А. Статистика финансов. 2004
Громыко Г.Л. Теория статистики. 2007
Елисеева И. И., Силаева С. А., Щирина А. Н. Практикум по макроэкономической статистике. 2007
Елисеева И.И. Общая теория статистики: Учебник для ВУЗов. – М.: Финансы и статистика, 2004.
Ефимова М.Р., Петрова Е.В., Румянцев В.Н. Общая теория статистики: Учебник. - М.: ИНФРА-М, 2002.
Ефимова М. Р., Бычкова С. Г. Практикум по социальной статистике. 2005
Теория статистики: Учебник. / Под ред. Р.А. Шмойловой. - М.: Финансы и статистика, 2002.
Назаров М. Г. Курс социально-экономической статистики. 2003
Палий И.А. Прикладная статистика. 2007
Курс социально-экономической статистики: Учебник для вузов / Под ред. Проф. М.Г.
Практикум по социальной статистике: Учеб.пособие/ Под ред. И.И.Елисеевой.-М.: Финансы и статистика, 2002.
Экономическая статистика: Учебник / Под ред. Ю.Н. Иванова. - М.: ИНФРА-М, 2002.
Липсиц И.В. «Экономика: учебник для вузов». – М.: Омега-Л, 2006. – 656с. – (Высшее экономическое образование).
Октябрьский П.Я. «Статистика: Учебник». – М.: ТК Велби, Изд-во Проспект, 2005.-328с.
http://www.vvprf.ru/about/ Журнал «ВВП РФ».
А.Д.Думнов. Рост ВВП и охрана окружающей природной среды: вопросы учета. //Вопросы статистики 2006, № 9
Пятнадцатилетний период перехода России к рыночной экономике наряду с ростом понимания экономических последствий принятия тех или иных политических решений сопровождался и накоплением статистических данных о динамике различных макроэкономических показателей. По мере накопления таких данных появляется возможность выявления и изучения долговременных связей между различными макроэкономическими показателями внутри российской экономики, возможность проведения сравнительного анализа динамики аналогичных макроэкономических переменных в Российской Федерации и других развитых и развивающихся странах, возможность выявления долговременных связей между такими переменными и построения эконометрических моделей таких связей [26].
Текущие цены могут быть основными и рыночными. Основными называются цены, включающие субсидии на продукты, но не включающие налоги на продукты. В основных ценах принято исчислять выпуск в отраслевом разрезе. Рыночные цены, наоборот, включают в себя налоги на продукты, но не включают субсидии. В рыночных ценах исчисляются показатели выпуска и валового внутреннего продукта на уровне экономики в целом
Учет сезонных колебаний приводит к снижению ошибки при расчете теоретических значений показателей деятельности организации и при их прогнозировании. Использование более точных величин позволит приблизить разрабатываемую модель экономического объекта к действительности, что является одной из задач при ее создании. Таким образом, частью задачи прогнозирования должна являться задача оценки колебательных процессов, которые могут в значительной степени влиять на получаемую картину прогнозируемого состояния объекта.
2