Эконометрика Вариант 2 (12 пунктов задания) Финуниверситет

Содержание
Задание 3
Решение задания 6
1. Построение спецификации эконометрической модели 6
2. Исследование взаимосвязи показателей с помощью диаграммы рассеяния и коэффициента корреляции 7
3. Оценка параметров модели парной регрессии 10
3.1. Оценка параметров с помощью надстройки Excel Анализ данных 11
3.2. Определение параметров по формулам 13
3.3. Определение параметров с помощью функции ЛИНЕЙН 13
4. Оценка качества спецификации модели 15
4.1. Оценка значимости модели 15
4.2. Оценка значимости параметров модели 16
4.3. Оценка точности модели 16
5. Оценивание адекватности модели 18
6. Проверка предпосылки о гомоскедастичности остатков 19
7. Проверка предпосылки об отсутствии автокорреляции случайных возмущений 21
8. Множественная регрессия 24
8.1. Ввод фиктивных переменных 24
8.2. Построение динамической модели 25
8.3. Оценка качества и значимости модели 26
9. Прогнозирование индекса промышленного производства на ближайший квартал 27
Список использованной литературы 3

Работа выполнена с применением возможностей Excel. Описание работы предоставлено в ворд со всеми формулами, описанием, скринами из Excel, выводами (см. Портфолио "Эконометрика с использованием Excel"). Файл Excel к работе приложен.
Работа была выполнена в 18-19 учебном году и принята преподавателем без замечаний.
Контрольная выполнена мной, если нашли ошибку, то можете написать мне - я исправлю.

Задание
Ставится задача исследовать, как влияет индекс промышленного произ-водства (по ОКВЭД IP_EA_M) на среднедушевые денежные доходы населения (HHI_M) (рублей в месяц). Первый показатель - цепной индекс, где за базу (100%) взят уровень 2002 года. Данные с сайта http://sophist.hse.ru
Исходные данные представлены в таблице 1.
Таблица 1 - Исходные данные
T реальные денежные доходы, руб.в месяц Индекс промышленного произ-водства
2007 I 11132 147,2
II 12392 141,6
III 12847 144,2
IV 19632 158,5
2008 I 13312 152,6
II 15159 145,6
III 15091 148,4
IV 19960 138,3
2009 I 15864 129,9
II 17291 125,7
III 16768 131,5
IV 24461 147,4
2010 I 17687 141,8
II 19053 134,7
III 18526 139,5
IV 28173 157,9
2011 I 19114 146,8
II 21279 143,5
III 20376 146,1
IV 31568 164,7
2012 I 20848 151,8
II 24126 145,8
III 23396149,5
IV 35548 169,2
2013 I 24422 151,5
II 26441 148,3
III 24841 151,5
IV 39759 169,9
2014 I 24602 153,8
II 27587 148,9
III 27132 156
IV 40972 176,8
2015 I 27621 153
II 30049 141,9
III 29589 150,4
IV 46493 169
2016 I 29076 152,5
II 30872 144,5
III 30577 149,2
IV 45948 174,1
Требуется:
1. Построение спецификации эконометрической модели
Привести постановку задачи построения модели парной линейной регрессии. Выбрать эндогенную переменную. Сделать предположения относительно знаков (положительный или отрицательный) параметров модели.
2. Исследование взаимосвязи данных показателей с помощью диа-граммы рассеяния и коэффициента корреляции
Построить график диаграммы рассеяния зависимой переменной с экзо-генным фактором. Оценить коэффициент корреляции между объясняемой и объясняющей переменными. Проанализировать тесноту и направление связи между индексом промышленного производства и среднедушевыми денежными доходами населения и сделать вывод о возможности построение линейной модели парной регрессии между соответствующими показателями. Проверить значимость коэффициента корреляции.
3. Оценка параметров модели парной регрессии
Оценить параметры модели с помощью:
- надстройки Excel Анализ данных, используя инструмент Регрессия;
- по формулам: , ;
- с помощью функции ЛИНЕЙН.
Выпишите полученное уравнение регрессии денежных доходов населе-ния на индекс промышленного производства. Дайте экономическую интерпретацию параметрам модели. Отобразите на графике исходные данные и результаты моделирования.
4. Оценивание качества спецификации модели
Проверить статистическую значимость регрессии в целом. Проверить статистическую значимость оценок параметров. Оценить точность модели с помощью средней относительной ошибки аппроксимации. Сделайте выводы о качестве уравнения регрессии.
5. Оценивание адекватности модели
Описать процедуру и привести результаты проверки адекватности модели денежных доходов населения на индекс промышленного производства, выбрав последнее наблюдение в качестве контрольного уровня.
6. Проверка предпосылки теоремы Гаусса-Маркова о гомоскедастичности случайных возмущений
Выполнить визуальный анализ гетероскедастичности с помощью графиков. Привести поверку по одному из тестов: Уайта, Бреуша - Пагана, Голдфельда-Квандта. Сделать выводы. При необходимости предложить вариант корректировки гетероскедастичности.
7. Проверка предпосылки теоремы Гаусса-Маркова об отсутствии автокорреляции случайных возмущений
Выполнить визуальный анализ автокорреляции остатков с помощью графика. Привести результаты тестирования на отсутствие автокорреляции случайных возмущений с помощью теста Дарбина -Уотсона. Сделать выводы. При необходимости предложить вариант корректировки автокорреляции.
8. Множественная регрессия
В связи с тем, что объясняющая переменная представляет собой временной ряд, одной из составляющих компонент которого может быть сезонная волна, необходимо учесть эту структуру для дальнейшего прогноза, вводя фиктивные переменные для соответствующих кварталов. Постройте график изменения индекса промышленного производства во времени с целью визуального выявления сезонной волны.
9. Построение спецификации эконометрической модели множест-венной регрессии
Введите необходимое количество фиктивных переменных, характери-зующих степень влияния каждого квартала в отдельности. Постройте много-факторную модель динамики объясняющей переменной. Оцените качество и значимость модели и отдельных ее параметров. Поясните экономический смысл параметров при фиктивных переменных сдвига при исследовании сезонных колебаний.
10. Прогнозирование экзогенной переменной - индекса промышленного производства
Использовать построенную многофакторную модель с фиктивными пе-ременными для прогнозирования индекса промышленного производства на ближайший квартал.
11. Прогнозирование эндогенной переменной - денежных доходов населения
Используя прогнозную оценку индекса промышленного производства, построить точечный и интервальный прогноз с вероятностью 0,9 (α=0,1) исследуемого уровня денежных доходов населения на ближайший квартал.
12. Представить результаты моделирования и прогнозирования в графическом формат