Модель рыночной экономики Кейнса

5.4pt 0cm 5.4pt;">203944 36805 9 201672 29920 10 186648 23035 11 187864 16150 12 185659 9265 13 193932 2380 14 187232 85

Методом наименьших квадратов (МНК) из уравнения (2.1) найти параметры a и b невозможно, так как оценки будут смещёнными. В связи с этим необходимо использовать косвенный метод наименьших квадратов (КМНК).

Для этого эндогенные переменные Ct, Yt выражаем через экзогенную переменную It. С этой целью подставляем выражение (2.1) в  (2.2):

Yt = a+b*Yt + ut   +It,                                  (2.3)

отсюда получаем:

                                                                       (2.4)

Подставляем выражение (2.4) в уравнение (2.1) и получаем:

                                (2.5)

Данное уравнение не содержит в правой части эндогенных переменных, а имеет только экзогенную переменную в виде It (инвестиций). Экзогенная переменная не коррелирует со случайной составляющей ut и, следовательно, параметры этого уравнения могут быть найдены с помощью МНК.

Представим это уравнение в следующем виде:

                            (2.6)                                          

где

                          (2.7)

Используя имеющиеся в таблице 5 данные о величинах Ct и It, находим с помощью МНК несмещенные оценки a* и b*  из уравнения:

                                                              Ct = a1+b1It ,                                                        (2.8)

где a1 - несмещенная оценка a*;

b1- несмещенная оценка b*.

Для этих целей применяем имеющийся в табличном редакторе  Excel пакет прикладных программ, реализующий определение параметров уравнения регрессии методом наименьших квадратов. Активизация этого метода производится командами: «Сервис» – «Анализ данных» – «Регрессия».

a1

b1

184280,63 0,44

После определения значений a1 и b1  необходимо определить несмещенные оценки величин a и b, использовав соотношения:

       ,                                   (2.9)

где a", b" – соответственно несмещенные оценки a, b.

Сами значения величин a", b" определяем по формулам:

                                       (2.10)

a"

b"

127811,09 0,31

Использовав найденные значения a" и b", записываем уравнение функции потребления (2.1):

C(t)= 127811,09 + 0,31*Yt+ut.

Сравниваем найденные по формуле (2.10) значения a" и b" с величинами a и b, заданными в таблице 1 (aтабл. = 127500, bтабл. = 0,31) и рассчитываем проценты несовпадения данных величин по формулам:

                         (2.11)

,

.

2.3. Определение параметров уравнения регрессии с использованием МНК

Для определения параметров уравнения регрессии с помощью прямого МНК, необходимо определить по формуле (2.2)значения величин Yt (для t в пределах от t1 до t14), используя значения Ct и It из таблицы 5. Полученные значения заносим в таблицу 6.


Таблица 6

t

Yt

1 305063
2 309943
3 278589
4 282682
5 265311
6 253569
7 239214
8 240749
9 231592
10 209683
11 204014
12 194924
13 196312
14 187317

Приняв в качестве исходных данных имеющиеся значения Ct и Yt, определяем с помощью МНК смещённые оценки aсм и bсм величин a и b, используя уравнение (2.1). Для этого используем имеющийся в табличном редакторе Excel пакет прикладных программ, реализующий определение параметров уравнения регрессии методом наименьших квадратов. Активация этого метода осуществляется командами: «Сервис» - «Анализ данных» - «Регрессия».

В рассматриваемой задаче:

aсм

bсм

123638,32 0,32

Далее сравниваем полученные значения aсм и bсм с табличными значениями a и b, и находим проценты несовпадения данных величин по формулам:

                    (2.12)

,

.

2.4. Экономический анализ полученных результатов

Сравнивая значения процентов несовпадения параметров модели, полученных в случае определения уравнения регрессии с помощью КМНК (для a – 0,24%, для b –1,15%) и с помощью МНК (для a –3,03%, для b –4,39%), видно, что в первом случае проценты несовпадения значительно меньше, чем во втором. Это говорит о том, что при использовании КМНК полученное уравнение регрессии более точное, чем уравнение регрессии, полученное с помощью МНК.

Оценка достоверности зависимости Ct от a и b производится по величине R2 (коэффициент множественной детерминации). Полученное в первом случае значение R2 = 0,79 меньше значения R2 = 0,90, полученного во втором случае. Но оба эти значения близки к единице и подтверждают достоверность наличия зависимости. Во втором случае достоверность зависимости выше.

Оценка значимости уравнения регрессии в целом дается с помощью F-критерия Фишера. При этом выдвигается нулевая гипотеза Но, что коэффициент регрессии b равен нулю. В данной задаче значимость F при нахождении уравнения регрессии методом КМНК равна 2,33E-05, а при нахождении уравнения регрессии методом МНК она равна 2,35E-07. Оба значения близки к нулю, т.е. такова вероятность принятия нулевой гипотезы. Следовательно, в обоих случаях нулевую гипотезу можно отвергнуть, особенно для уравнения регрессии, найденного с помощью МНК.

Оценка достоверности и статистической значимости коэффициентов уравнения регрессии производится по t-критерию Стьюдента. В обоих случаях значение t - критерия Стьюдента превышает его табличное значение, что говорит о достоверности коэффициентов уравнений регрессий.


Заключение

В данной работе была рассмотрена кейнсианская модель в которой предполагается, что существует три вида активов: деньги, облигации, физический капитал.

Были произведены расчеты различных показателей, построение графиков и нахождение графических значений этих показателей и было произведено сравнение графических значений показателей с расчетными. В результате получили, что графические и расчетные показатели практически совпадают.

В данной работе было также произведено определение параметров уравнения регрессии двумя способами:

·                                косвенным методом наименьших квадратов;

·                                прямым методом наименьших квадратов.

Сравнивая полученные результаты, можно сделать вывод о том, что при определении параметров модели с помощью косвенного МНК полученное уравнение регрессии более точное, чем уравнение регрессии, полученное с помощью прямого МНК, и коэффициенты уравнения регрессии являются наиболее достоверными и статистически значимыми.


Список использованной литературы

 

1.                Венецкий И.Г., Венецкая В.И. Основные математико-статистические понятия и формулы в экономическом анализе.

2.                Колемаев В.А. Математическая  экономика: учебник для вузов. -  М: ЮНИТИ, 1998. - 240 с.

3.                Курицкий, Поиск оптимальных решений в EXCEL – М., 2000, 245 с.

4.           Пучков В.Ф. Математические модели макроэкономики: учебное пособие. –Гатчина: Издательство ЛОИЭФ, 2005. – 157 с.

5.                Экономико-математические методы и прикладные модели: Уч. пособие / В.В. Федосеев, А.Н. Гармаш, Д.М. Дайитбегов и др.; Под ред. В.В. Федосеева. – М.: ЮНИТИ


ПРИЛОЖЕНИЕ 1


ПРИЛОЖЕНИЕ 2

 

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: