Эконометрика Вариант 16 (12 пунктов заданий) ФУ при правительстве РФ

Постановка задачи

Ставится задача исследовать, как влияет индекс реального объема промышленного производства по ОКВЭД (IP_EA_Q) в России на норму безработицы (в среднем за период) (UNEMPL_Q_SH). Второй показатель – цепной индекс, где за базу (100%) взят уровень 2002 года.

T Норму безработицы Индекс реального объема промышленного производства

2008 I 6,7 146,07 II 5,8 146,37 III 5,8 148,42 IV 6,9 140,4

2009 I 8,9 123,41 II 8,7 126,5 III 8 134,09 IV 7,9 143,07

2010 I 8,6 133,2 II 7,6 135,73 III 6,7 139,67 IV 6,7 153,49

2011 I 7,4 139,83 II 6,6 143,89 III 6,1 147,05 IV 6,1 159,11

2012 I 6,3 145,91 II 5,5 147,07 III 5,1 151,93 IV 5,1 164,08

2013 I 5,7 144,06 II 5,4 148,1 III 5,3 152,69 IV 5,4 166,12

2014 I 5,6 145,52 II 5,1 150,76 III 4,9 154,83 IV 5,1 169,7

2015 I 5,6 144,92 II 5,7 143,33 III 5,3 148,34 IV 5,6 163,18

2016 I 5,9 143,92 II 5,8 144,79 III 5,3 148,12 IV 5,3 166,19

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 диаграммы рассеяния и коэффициента корреляции Построить график диаграммы рассеяния. Оценить коэффициент корреляции между объясняемой и объясняющей переменными. Проанализировать тесноту и направление связи между индексом реального объема промышленного производства и нормой безработицы и сделать вывод о возможности построение линейной модели парной регрессии между соответствующими показателями. Проверить значи-мость коэффициента корреляции.

3. Оценка параметров модели парной регрессии . Оценить параметры модели с помощью: - надстройки Excel Анализ данных, используя инструмент Регрессия; - с помощью надстройки Excel Поиск решения; - с помощью функции ЛИНЕЙН. Выпишите полученное уравнение регрессии. 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 регрессии нормы безработицы на индекс реального объема промышленного производства, выбрав последнее наблюдение в качестве контрольного уровня.

6. Проверка предпосылки теоремы Гаусса-Маркова о гомоскеда-стичности 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 во времени с целью визуального выявления сезонной волны.

9. Построение спецификации эконометрической модели множественной регрессии. Введите необходимое количество фиктивных переменных, характеризующих степень влияния каждого квартала в отдельности. Постройте много-факторную модель динамики индекса промышленного производства. 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 реального объема промышленного производства. Использовать построенную многофакторную модель с фиктивными пе-ременными для прогнозирования индекса реального объема промышленного производства на ближайший квартал.

11. Прогнозирование эндогенной переменной - нормы безработицы. Используя прогнозную оценку индекса реального объема промышленного производства, построить точечный и интервальный прогноз с вероятностью 0,9 (α=0,1) исследуемого уровня нормы безработицы на ближайший квартал.

12. Представить результаты моделирования и прогнозирования в графическом формате

Содержание

Постановка задачи 3

Решение задачи 7

1. Построение спецификации эконометрической модели 7

2. Исследование взаимосвязи показателей с помощью диаграммы рассеяния и коэффициента корреляции 8

2.1. Построение диаграммы рассеяния 8

2.2. Расчет коэффициента корреляции 9

2.3 Оценка значимости коэффициента корреляции 10

3. Оценка параметров модели парной регрессии 10

3.1. Оценка параметров с помощью надстройки Excel Анализ данных 11

3.2. Определение параметров с помощью надстройки Поиск решения 13

3.3. Определение параметров с помощью функции ЛИНЕЙН 15

4. Оценка качества спецификации модели 17

4.1. Оценка значимости модели 17

4.2. Оценка значимости параметров модели 18

4.3. Оценка точности модели 19

5. Оценивание адекватности модели 21

6. Проверка предпосылки о гомоскедастичности остатков 22

7. Проверка предпосылки об отсутствии автокорреляции случайных возмущений 24

8. Множественная регрессия 29

8.1. Ввод фиктивных переменных 29

8.2. Построение модели динамики с учетом сезонности 30

8.3. Оценка качества и значимости модели 32

9. Прогнозирование нормы безработицы на ближайший квартал 33

Список использованной литературы 36