Эконометрическая модель национальной экономики Германии

Общая характеристика экономики Германии, история и основные этапы ее становления и современное состояние. Идентификация двухшаговым методом наименьших квадратов упрощенной модели Клейна. Построение прогноза эндогенных переменных исследуемой модели.

Рубрика Экономико-математическое моделирование
Вид контрольная работа
Язык русский
Дата добавления 26.04.2010
Размер файла 77,1 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

2

Государственный Университет Управления

Институт Финансового Менеджмента

Кафедра прикладной математики

Учебно-исследовательская работа

по дисциплине

Эконометрическая модель национальной экономики Германии

Москва

1. 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.

2. 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 C и I. (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:

3. Построение прогноза эндогенных переменных модели на 2008, 2009 гг.

Для прогноза эндогенных переменных на шагов вперед (в нашем случае на два шага) необходимо задать значения предопределенных переменных Предопределенная переменная в нашей работе (в нашем случае экзогенная) - (государственные расходы в год ). Поскольку у нас нет данных о будущих государственных расходах, то получим их путем прогноза по линейному тренду: .

Оценки параметров линейного тренда получаем как МНК-оценки параметров парной регрессии:

Используя пакет прикладных программ Excel, получим оценки коэффициентов линейного тренда:

Регрессионная статистика

Множественный R

0,98

R_квадрат

0,96

Нормированный R_квадрат

0,96

Стандартная ошибка

10,18

Наблюдения

38

Дисперсионный анализ

df

SS

MS

F

Значимость F

Регрессия

1

96 938,13

96 938,13

936,08

2,309E_27

Остаток

36

3 728,08

103,56

Итого

37

100 666,21

Коэффициенты

Стандартная ошибка

t_статистика

P_Значение

Нижние 95%

Верхние 95%

Нижние 95,0%

Верхние 95,0%

Y_пересечение

185,18

3,37

54,98

2,48681E_36

178,35

192,01

178,35

192,01

Period

4,61

0,15

30,60

2,30864E_27

4,30

4,91

4,30

4,91

Осуществляем прогноз эндогенных переменных:

.

.

.

Находим прогноз будущих значений государственных расходов на 2008 г. и 2009 г. (и ). Прогнозные значения приведены в Приложении.

Подставив эти значения в формулы для выровненных значений эндогенных переменных, получим:

Прогноз на 2008 г.

Прогноз на 2009 г.

Приложение 1

Исходные данные

Period

Y

C

I

G

1970

845,9

476,6

204,8

164,5

1971

872,4

502,6

194,8

174,9

1972

909,9

529,6

196,7

183,5

1973

953,3

544,4

214,2

194,7

1974

961,8

542,8

213,7

205,3

1975

953,5

563,0

176,0

214,5

1976

1 000,7

587,2

194,4

219,1

1977

1 034,2

612,4

198,0

223,8

1978

1 065,3

634,3

198,0

233,1

1979

1 109,5

654,8

212,4

242,3

1980

1 125,1

664,5

210,0

250,6

1981

1 131,1

661,6

207,6

261,9

1982

1 126,6

654,8

212,6

259,2

1983

1 144,3

664,4

221,8

258,1

1984

1 176,6

677,5

237,9

261,3

1985

1 204,0

690,2

250,3

263,5

1986

1 231,6

717,0

247,2

267,4

1987

1 248,8

742,8

237,0

269,1

1988

1 295,1

762,5

259,5

273,1

1989

1 345,6

785,8

292,5

267,3

1990

1 416,3

819,0

324,6

272,7

1991

1 488,7

854,7

352,2

281,8

1992

1 521,8

883,0

342,1

296,8

1993

1 509,6

890,0

322,5

297,1

1994

1 549,7

907,7

336,8

305,2

1995

1 579,0

927,4

340,7

310,9

1996

1 594,7

939,7

337,7

317,3

1997

1 623,5

947,5

357,0

318,9

1998

1 656,4

961,4

370,4

324,6

1999

1 689,8

990,0

371,4

328,4

2000

1 744,0

1 013,5

397,7

332,9

2001

1 765,6

1 032,4

398,6

334,6

2002

1 765,6

1 024,3

401,7

339,5

2003

1 761,8

1 025,7

395,2

340,9

2004

1 780,4

1 027,7

416,9

335,9

2005

1 794,4

1 027,0

430,0

337,4

2006

1 845,8

1 036,9

468,7

340,3

2007

1 891,7

1 032,0

512,3

347,4

Приложение 2

Выровненные значения C и I

Period

G

C

I

1970

164,5

407,3

121,4

1971

174,9

443,5

137,9

1972

183,5

473,2

151,5

1973

194,7

511,9

169,2

1974

205,3

548,6

186,0

1975

214,5

580,4

200,5

1976

219,1

596,3

207,8

1977

223,8

612,5

215,2

1978

233,1

644,6

229,9

1979

242,3

676,5

244,5

1980

250,6

705,4

257,7

1981

261,9

744,5

275,5

1982

259,2

735,1

271,2

1983

258,1

731,3

269,5

1984

261,3

742,2

274,5

1985

263,5

749,9

278,0

1986

267,4

763,3

284,1

1987

269,1

769,4

286,9

1988

273,1

783,1

293,2

1989

267,3

763,2

284,1

1990

272,7

781,9

292,6

1991

281,8

813,1

306,9

1992

296,8

865,1

330,7

1993

297,1

866,1

331,2

1994

305,2

894,2

344,0

1995

310,9

913,8

353,0

1996

317,3

936,3

363,2

1997

318,9

941,7

365,7

1998

324,6

961,5

374,7

1999

328,4

974,5

380,7

2000

332,9

990,0

387,8

2001

334,6

996,0

390,5

2002

339,5

1 013,1

398,3

2003

340,9

1 017,6

400,4

2004

335,9

1 000,3

392,5

2005

337,4

1 005,6

394,9

2006

340,3

1 015,6

399,5

2007

347,4

1 040,2

410,7


Подобные документы

  • Различия в топографии, растительности и климате Турции, ее географическое положение, полезные ископаемые, национальная экономика. Распределение жителей по территории и порядок составления эконометрической модели. Прогнозирование эндогенных переменных.

    научная работа [127,2 K], добавлен 17.03.2009

  • Сущность метода наименьших квадратов. Экономический смысл параметров кривой роста (линейная модель). Оценка погрешности и проверка адекватности модели. Построение точечного и интервального прогноза. Суть графического построения области допустимых решений.

    контрольная работа [32,3 K], добавлен 23.04.2013

  • Классическая модель Кейнса в поиске равновесия в экономике в условиях полной занятости. Определение условий равновесия на рынках денег и товаров, а также определение параметров модели косвенным методом наименьших квадратов. Уравнение функции потребления.

    лабораторная работа [109,7 K], добавлен 08.04.2008

  • Построение математической модели выбранного экономического явления методами регрессионного анализа. Линейная регрессионная модель. Выборочный коэффициент корреляции. Метод наименьших квадратов для модели множественной регрессии, статистические гипотезы.

    курсовая работа [1,1 M], добавлен 22.05.2015

  • Понятие модели множественной регрессии. Сущность метода наименьших квадратов, который используется для определения параметров уравнения множественной линейной регрессии. Оценка качества подгонки регрессионного уравнения к данным. Коэффициент детерминации.

    курсовая работа [449,1 K], добавлен 22.01.2015

  • Взаимосвязи экономических переменных. Понятие эконометрической модели. Коэффициент корреляции и его свойства. Линейная парная регрессия. Метод наименьших квадратов. Основные предпосылки и принципы регрессионного анализа. Статистика Дарбина-Уотсона.

    шпаргалка [142,4 K], добавлен 22.12.2011

  • Сущность экономико-математической модели, ее идентификация и определение достаточной структуры для моделирования. Построение уравнения регрессии. Синтез и построение модели с учетом ее особенностей и математической спецификации. Верификация модели.

    контрольная работа [73,9 K], добавлен 23.01.2009

  • Построение качественной и адекватной эконометрической модели по методу наименьших квадратов и ее анализ на наличие автокорреляции, мультиколлинеарности, гетероскедастичности с применением статистики Дарвина-Уотсона, тестов Парка и Голдфелда-Квандта.

    курсовая работа [434,0 K], добавлен 04.12.2013

  • Процедура проведения имитационных экспериментов с моделью исследуемой системы. Этапы имитационного моделирования. Построение концептуальной модели объекта. Верификация и адаптация имитационной модели. Метод Монте-Карло. Моделирование работы отдела банка.

    курсовая работа [549,5 K], добавлен 25.09.2011

  • Эффективность линейной несмещенной оценки вектора для обобщенной регрессионной модели, теорема Айткена. Обобщенный метод наименьших квадратов. Преобразования Фурье, их применение; разложение временного ряда. Ряды Фурье, многомерные преобразования.

    реферат [345,4 K], добавлен 09.05.2012

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.