Государственный Университет Управления
Институт Финансового Менеджмента
Кафедра прикладной математики
Учебно-исследовательская работа
по дисциплине
Эконометрическая модель национальной экономики Германии
Москва
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.
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 Ĉ и Î. (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:
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 Ĉ и Î
Period
|
G
|
Ĉ
|
Î
|
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
|
|