Смекни!
smekni.com

Модель рыночной экономики Кейнса 2 (стр. 3 из 4)

ГЛАВА 2. ОПРЕДЕЛЕНИЕ ПАРАМЕТРОВ МОДЕЛИ

2.1. Постановка задачи

В данной работе необходимо определить в простой кейнсианской модели формирования доходов параметры уравнения функции потребления. Исходная система уравнений имеет вид:

Ct = a + b*Yt + ut ; (2.1)

Yt = Ct + It, (2.2)

где t – индекс, указывающий на то, что уравнения (2.1), (2.2) являются системой одновременных уравнений для моментов времени t1-tn;

ut – случайная составляющая;

Ct, Yt – функции потребления и дохода, соответственно являющиеся эндогенными переменными;

It – экзогенно заданная функция, отражающая инвестиционный спрос.

Переменные Ct и Yt являются эндогенными. Эндогенной считается та переменная, значение которой определяется внутри уравнения регрессии, внутри модели. В качестве экзогенной переменной в данной задаче выступают инвестиции It. Экзогенной является та переменная, значение которой определяется вне уравнения регрессии, вне модели и поэтому берется как заданная.

Параметры уравнения регрессии необходимо определить двумя способами:

· косвенным методом наименьших квадратов;

· прямым методом наименьших квадратов.

2.2. Определение параметров уравнения регрессии с
использованием КМНК

Исходные значения величин Ct и It представлены в таблице 5:

Таблица 5

t

Ct

It

1

220063

85000

2

231828

78115

3

207359

71230

4

218337

64345

5

207851

57460

6

202994

50575

7

195524

43690

8

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.