- •4. Навчально-методичне забезпечення до тем дисципліни
- •Тема 1. Методологічні основи макроекономічного прогнозування
- •1.1. Методичні поради до вивчення теми
- •1.2. Термінологічний словник
- •1.3. Питання для самоперевірки Теоретичні питання
- •Тема 2. Поняття та попередній аналіз рядів динаміки
- •2.1. Методичні поради до вивчення теми
- •2.2. Термінологічний словник
- •2.3. Питання для самоперевірки Теоретичні питання
- •2.4. Практичні завдання
- •Тема 3. Суб’єктивні (експертні) методи прогнозування
- •3.1. Методичні поради до вивчення теми
- •3.2. Термінологічний словник
- •3.3. Питання для самоперевірки
- •Тема 4. Прогнозування часових рядів
- •4.1. Методичні поради до вивчення теми
- •4.2. Термінологічний словник
- •4.3. Питання для самоперевірки
- •4.4. Практичні завдання
- •Тема 5. Економетричні методи прогнозування
- •5.1. Методичні поради до вивчення теми
- •5.2. Термінологічний словник
- •5.3. Питання для самоперевірки
- •5.4. Практичні завдання
- •Тема 6. Оцінка прогнозів
- •6.1. Методичні поради до вивчення теми
- •6.2. Термінологічний словник
- •6.3. Питання для самоперевірки
- •6.4. Практичні завдання
- •Тема 7. Прогнозування основних макроекономічних показників
- •7.1. Методичні поради до вивчення теми
- •7.2. Термінологічний словник
- •7.3. Питання для самоперевірки Теоретичні питання
- •7.4. Практичні завдання
- •Тема 8. Прогнозування комплексного економічного розвитку країни
- •8.1. Методичні поради до вивчення теми
- •8.2. Термінологічний словник
- •8.3. Питання для самоперевірки
- •8.4. Практичні завдання
5.2. Термінологічний словник
Автокореляція залишків — кореляційна залежність між значеннями залишків εt за поточний і попередній моменти часу.
Дисперсійний аналіз — аналіз результатів спостережень, які залежать від різноманітних одночасно діючих чинників, вибір найважливіших чинників та оцінювання їх впливу.
Екзогенна змінна — змінна (пояснююча змінна), яка відбиває головним чином властивості прогнозного фону (незалежна змінна).
Ендогенна змінна — змінна, яка відбиває власні властивості об’єкта прогнозування (залежна змінна).
Коваріація залишків — рівень взаємозв’язку кожного наступного значення з попереднім екзогенної змінної.
Кореляційний аналіз — аналіз, який вивчає кореляційні зв’язки між випадковими величинами.
Кореляційний зв’язок — зв’язок між двома випадковими величинами, коли математичне сподівання однієї з них змінюється залежно від зміни другої випадкової величини.
Незміщена оцінка прогнозу — нульова різниця між математичним сподіванням оцінки і значенням оціненого прогнозу.
Регресійний аналіз — аналіз форм зв’язку, які відтворюють кількісні співвідношення між випадковими величинами.
Системи сумісних, одночасних рівнянь (структурна форма моделі) — система, в якій одні й ті самі змінні в одних рівняннях входять до лівої частини, а в інших — до правої частини рівнянь, або одні й ті самі змінні одночасно розглядаються як ендогенні в одних рівняннях і як екзогенні — в інших.
Специфікація моделі — добір пояснюючих змінних та визначення аналітичної форми залежності між ними.
5.3. Питання для самоперевірки
1. У чому полягає сутність кореляційно-регресійного аналізу?
2. У чому полягає сутність дисперсійного аналізу?
3. Як здійснюється прогноз на основі регресійної моделі?
4. Як можна порівняти вплив чинників на ендогенну змінну через розбіжність одиниць виміру і ступеня коливань?
5. У чому полягає сутність порушення допущень регресійного аналізу і як їх позбутися?
6. Що таке автокореляція залишків?
7. Які існують методи оцінювання системи одночасних рівнянь?
8. Який існує зв’язок між економетричними та одновимірними моделями прогнозування?
5.4. Практичні завдання
Завдання 1. Розгляньте такі моделі регресії, які описують динаміку середньорічної заробітної плати:
Модель А
Wt = 8,56 + 0,36Pt + 0,74Pt – 1 + 0,24Pt – 2 – 2,53Unt + εt ,
(tфакт) (2,3) (3,7) (2,8) (– 4,1)
R2 = 0,9 d = 1,7;
Модель B
Wt = 9,1 + 0,32Pt – 2,70Unt + 0,2Wt – 1 + εt ,
(tфакт) (3,5) (– 4,7) (2,7)
R2 = 0,85 d = 2,1,
де Wt — середня заробітна плата в році t; Рt — індекс цін у році t (у відсотках порівняно із базисним періодом); Unt — рівень безробіття в році t.
Вхідні дані Wt, Рt та Un зібрані за 30 років (дані щорічні).
1. Використовуючи модель А, охарактеризуйте силу зв’язку між зміною цін і рівнем середньої заробітної плати.
2. Використовуючи модель B, охарактеризуйте силу зв’язку між зміною цін і рівнем середньої заробітної плати.
Завдання 2. У табл. Д.1.1 і Д.1.9 наведено дані про індекс споживчих цін (Y) і оплату праці найманих працівників (x) за 1996—2001 рр. Необхідно:
1) для характеристики залежності Y від х розрахувати параметри таких функцій: лінійної, ступеневої, показової;
2) оцінити
кожну модель за середньою похибкою
апроксимації
і F-критерієм
Фішера;
3) розрахувати прогноз СРІt, якщо прогнозне значення чинника було розраховане у завданні 8 теми 4.
Завдання 3. За даними таблиць додатків побудувати багатофакторну модель залежності ВВП від кількох чинників. Побудувати матрицю парних коефіцієнтів кореляції, коефіцієнти множинної детермінації, виявити, які чинники мультиколінеарні. Зробити аналіз результатів розрахунків та записати остаточний вигляд прогнозної моделі.
Завдання 4. За даними табл. 5.1 (цифри умовні), вивчається залежність індексу людського розвитку Y від змінних:
x1 — ВВП 1997 р., % до 1990 р.;
x2 — витрати на кінцеве споживання в поточних цінах, % до ВВП;
х3 — витрати домашніх господарств, % до ВВП;
х4 — валове нагромадження, % до ВВП;
x5 — добова калорійність харчування населення, ккал на душу населення;
x6 — очікувана тривалість життя при народженні 1997 р., кількість років.
Таблиця 5.1
Країна |
Y |
x1 |
x2 |
х3 |
х4 |
x5 |
x6 |
Італія |
0,900 |
108,0 |
78,1 |
61,8 |
17,5 |
3504 |
78,2 |
Канада |
0,932 |
113,0 |
78,6 |
58,6 |
19,7 |
3056 |
79,0 |
Казахстан |
0,740 |
71,0 |
84,0 |
71,7 |
18,5 |
3007 |
67,6 |
Китай |
0,701 |
210,0 |
59,2 |
48,0 |
42,4 |
2844 |
69,8 |
Латвія |
0,744 |
94,0 |
90,2 |
63,9 |
23,0 |
2861 |
68,4 |
Нідерланди |
0,921 |
118,0 |
72,8 |
59,1 |
20,2 |
3259 |
77,9 |
Норвегія |
0,927 |
130,0 |
67,7 |
47,5 |
25,2 |
3350 |
78,1 |
Польща |
0,802 |
127,0 |
82,6 |
65,3 |
22,4 |
3344 |
72,5 |
Росія |
0,747 |
61,0 |
74,4 |
53,2 |
22,7 |
2704 |
66,6 |
США |
0,927 |
117,0 |
83,3 |
67,9 |
18,1 |
3642 |
76,7 |
Україна |
0,721 |
46,0 |
83,7 |
61,7 |
20,1 |
2753 |
68,8 |
Фінляндія |
0,913 |
107,0 |
73,8 |
52,9 |
17,3 |
2916 |
76,8 |
Франція |
0,918 |
110,0 |
79,2 |
59,9 |
16,8 |
3551 |
78,1 |
Чехія |
0,833 |
99,2 |
71,5 |
51,5 |
29,9 |
3177 |
73,9 |
Швейцарія |
0,914 |
101,0 |
75,3 |
61,2 |
20,3 |
3280 |
78,6 |
Швеція |
0,923 |
105,0 |
79,0 |
53,1 |
14,1 |
3160 |
78,5 |
Австрія |
0,904 |
115,0 |
75,5 |
56,1 |
25,2 |
3343 |
77,0 |
Австралія |
0,922 |
123,0 |
78,5 |
61,8 |
21,8 |
3001 |
78,2 |
Білорусь |
0,763 |
74,0 |
78,4 |
59,1 |
25,7 |
3101 |
68,0 |
Бельгія |
0,923 |
111,0 |
77,7 |
63,3 |
17,8 |
3543 |
77,2 |
Великобританія |
0,918 |
113,0 |
84,4 |
64,1 |
15,9 |
3237 |
77,2 |
Німеччина |
0,906 |
110,0 |
75,9 |
57,0 |
22,4 |
3330 |
77,2 |
Данія |
0,905 |
119,0 |
76,0 |
50,7 |
20,6 |
3808 |
75,7 |
Індія |
0,545 |
146,0 |
67,5 |
57,1 |
25,2 |
2415 |
62,6 |
Іспанія |
0,894 |
113,0 |
78,2 |
62,0 |
20,7 |
3295 |
78,0 |
1. Побудуйте рівняння множинної регресії в лінійній формі з повним набором факторів.
2. Оцініть статистичну значущість рівняння регресії та його параметрів з допомогою критеріїв Фішера і Стьюдента.
3. Відберіть інформативні фактори за пп. 1 та 2. Побудуйте рівняння регресії зі статистично значущими факторами.
4. Визначте еластичність індексу людського розвитку за всіма чинниками моделі.
