Анализ регрессионной модели на наличие гетероскедастичности с помощью тестов Вайта и Голдфельда-Квандта..

Введение Применение метода эконометрического анализа, который объединяет экономическую теорию со статистическими методами анализа, используется в создании модели народного хозяйства с целью прогнозирования таких важных показателей, как валовой национальный продукт, уровень безработицы, темп инфляции и дефицит федерального бюджета. Эконометрика используется все более широко в управленческой деятельности предприятий и организаций торговли, позволяет сделать достаточно точные перспективные прогнозы о состоянии потребительского рынка, товарных рынков, регулирует динамику цен и т.д. Особенностью деятельности экономиста является работа в условиях недостатка информации и неполноты исходных данных. Анализ такой информации требует специальных методов, которые составляют один из аспектов эконометрики. Центральной проблемой эконометрики являются построение эконометрической модели и определение возможностей ее использования для описания, анализа и прогнозирования реальных экономических процессов. Центральное место во всем математико-статистическом инструментарии эконометрики занимает регрессионный анализ, как метод, используемый в эконометрике для получения уравнения, дающего наилучшую оценку истинного соотношения между исследуемыми переменными. В данной работе делается попытка с помощью модели множественной регресии выяснить, какие факторы оказывают влияние на уровнь среднемесячной номинальной заработной платы. В квчестве независимых переменных рассматриваются: • ИПЦ, %( ); • Темп прироста ВВП, в сопоставимых ценах,%( ); • Номинальный ВВП, BYR млрд.руб.( ); • Дефлятор ВВП,%.( ). Оценив коэффициенты модели, а также оценив значимость и адекватность модели, можно сделать выод о том, какие из указанных факторов оказывают влияние на уровень среднемесячной номинальной заработной платы. Целью работы является также решение вопроса о наличии или отсутствии гетероскедастичности с помощью тестов Голдфелда-Квандта и Уайта. Поквартальные данные для анализа взяты с портала Национального статистического комитета , а также с сайта Издательского центра ИПМ (исследования, прогнозы, мониторинг) за 2003-2009 гг. . 1. Теоретическая часть 1.1. Множественная модель регрессии Экономические явления определяются, как правило, большим числом совокупно действующих факторов. В связи с этим часто возникает задача исследования зависимости одной переменной Y от нескольких объясняющих переменных X1, X2, …,Xn. Эта задача решается с помощью множественного регрессионного анализа. Множественная регрессия широко используется в решении проблем спроса, доходности акций, при изучении функции издержек производства, в макроэкономических расчетах и целом ряде других вопросов эконометрики. В настоящее время множественная регрессия – один из наиболее распространенных методов в эконометрике. Основная цель множественной регрессии – построить модель с большим числом факторов, определив при этом влияние каждого из них в отдельности, а также совокупное их воздействие на моделируемый показатель. Построение уравнения множественной регрессии начинается с решения вопроса о спецификации модели, включающего отбор факторов и выбор вида уравнения регрессии. Факторы, включаемые во множественную регрессию, должны отвечать следующим требованиям: - они должны быть количественно измеримы (качественным факторам необходимо придать количественную определенность); - между факторами не должно быть высокой корреляционной, а тем более функциональной зависимости, т.е. наличия мультиколлинеарности. При эконометрическом моделировании реальных экономических процессов предпосылки КЛММР нередко оказываются нарушенными: дисперсии остатков модели не одинаковы (гетероскедастичность остатков),

Оглавление

Введение 2
1. Теоретическая часть 4
1.1. Множественная модель регрессии 4
1.2 Метод МНК 6
1.3. Проверка существенности факторов и показатели качества регрессии 8
1.4. Проблема гетероскедастичности 10
1.5 Тест Голдфелда-Квандта 15
1.6 Тест Уайта 17
1.7 Устранение гетероскедастичности 17
2. Аналитическая часть 21
2.1 Построение линейной регрессионной модели 21
2.2. Проверка модели на гетероскедастичность с помощью критерия Голдфельда-Квандта 25
2.3. Проверка модели на гетероскедастичность с помощью критерия Уайта 27
Заключение 28
Список литературы 29
Приложение 1. Исходные данные 30

Список литературы

1. Красс М., Чупрынов Б. Математика для экономистов. С-Пб: Питер - 2005, 457 с.
2. Статистика. Учебник для ВУЗов под редакцией Елисеевой И.И. М.: Проспект 2006. - 443 с.
3. Эконометрика. Учебник для ВУЗов под редакцией Елисеевой И.И. М.: Финансы и статистика 2004.- 344 с.
4. Математика для экономистов. Под редакцией Н.Ш. Кремера. М: Высшее образование - 2007. - 645 с.
5. О.А.Баклушина. Краткий курс по эконометрике. М.- 2007. - 126 с.
6. Практикум по эконометрике. Под ред. Елисеевой И.И. М.: Финансы и статистика, 2001.
7. Орлов А.И. Эконометрика. Учебник. М.: Издательство \"Экзамен\", 2002. - 576с.
8. http://belstat.gov.by/homep/ru/indicators/main1.php
9. http://research.by/rus/data/source/
10. http://crow.academy.ru/econometrics/lectures_/lect_11_/demo_11_/sld021.htm
11. http://www.aup.ru/books/m153/