Прогнозирование социально-экономических показателей

Заказать уникальную курсовую работу
Тип работы: Курсовая работа
Предмет: Эконометрика
  • 22 22 страницы
  • 9 + 9 источников
  • Добавлена 01.03.2020
1 496 руб.
  • Содержание
  • Часть работы
  • Список литературы
Введение 3
1. Теоретические основы исследования влияния факторов на показатели развития страны 5
1.1 Краткий обзор литературы 5
1.2 Структура и динамика социально-экономических показателей стран 9
2. Модель множественной регрессии 10
3. Проверка стационарности рядов 14
4. Построение ADL моделей 18
Выводы 21
Список литературы 22

Фрагмент для ознакомления

Выполним проверку исходных данных на наличие нестационарности по тестам Дики-Фуллера (ADF), ADF-GLS, KPSS, а так же по первому лагу коррелограммы. Если значения первого лага выходят за доверительный интервал для данной авторегрессионной функции, то ряд является нестационарным, если же значение первого лага не превышает значения доверительного интервала, то ряд считается стационарным. Результаты тестов единичного корня по временным рядам сведены в таблицы 2 и 3.Таблица 2. Сравнение значений критериев с критическим показателем№Используемый критерийY2X1X2X3X4X5tttcrit1Критерий Дики-Фуллера (расширенный) с константой-0,00000000000003460,137844-1,53403-3,21352-5,29708-0,795884-2.9055192Критерий Дики-Фуллера (расширенный) с константой и трендом-3,27712-2,54446-3,33701-1,770810,487647-2,99521-3.4783053Критерий Дики-Фуллера (расширенный)7,99155-1,31712-0,3074390,6644041,202951,45718-1.9452604Критерий DF-GLS-0,1720090,011012-1,32229-2,41803-1,44001-1,11736-1.9452605Критерий KPSS с константой и трендом0,050760,1658760,1433470,07255610,1801670,116030.216Таблица 2. Результаты тестовКритерийY2X1X2X3X4X5DSTSDSTSDSTSDSTSDSTSDSTS1НННООН2НННННН3НННННН4НННОНН5ООООООВизуальный анализ графиков временных рядов на рис.6 можно предположить и анализ коррелограмм позволяют утверждать, что ряды не являются стационарными и являются DS-рядами.Построение ADL моделейДля каждой из моделей определим эффективную глубину лага. Для модели, отражающей влияние факторов на индекс человеческого развития, результаты оценки представлены на рисунке 7.Рисунок 7 - Выбор порядка лагов для ADL моделиТаким образом, все критерии указывают на то, что наиболее эффективное число лагов равно трем.Выполним построение ADL - модели для (рисунок 8).Рисунок 8 - ADL - модель для Анализ показывает, что коэффициенты модели статистически значимы. Таким образом, модель имеет вид:На рисунке 9 представлены результаты подбора глубины лага для модели, отражающей влияния факторов на индекс Джини.Рисунок 9 - Выбор порядка лагов для ADL моделиЭффективным порядком лагов на основе критерия Акаике является 1. Выполним построение модели (рисунок 10).Рисунок 7 - ADL - модель для Анализ показывает, что коэффициенты модели статистически значимы. Таким образом, модель имеет вид:ВыводыВ работе выполнен краткий анализ подходов к оценке влияния факторов на показатель ВВП.На основе данных Всемирного банка в рамках настоящего исследования была выполнена оценка влияния факторов на показатели индекса человеческого развития и подушевого ВВП в странах Европы в 2000 году. Анализ показал, что наиболее значимое влияние на показатель индекса человеческого развития оказывал фактор числа заявок на регистрацию торговой марки, а на показатель подушевого ВВП - доля расходов на НИОКР в ВВП.По данным Всемирного банка о динамике исследуемых показателей проведен анализ на стационарность рядов, Построены авторегрессионные модели ADL. В работе проведено сравнение фактических данных и данных, полученных при помощи моделей.На основании вышеизложенного обе модели могут быть использованы для дальнейших исследований.Список литературыАнализ данных: учебник для академическогобакалавриата / под ред. В. С. Мхитаряна. – М.: Издательство Юрайт, 2016. – 490 с. – Серия: Бакалавр. Академический курс.Дайитбегов Д.М. Компьютерные технологии анализа данных в эконометрике: Монография / Д.М. Дайитбегов. - 3-e изд., испр. и доп. - М.: Вузовский учебник: НИЦ Инфра-М, 2013.Елисеева И. И. Эконометрика: Учебник. - М.: Юрайт, серия "Магистр", 2012. - 464 с.Куфель Т. Эконометрика. Решение задач с применением пакета программ Gretl. – M.: Горячая линия – Телеком, 2007. – 200 с.Малова А. С. Основы эконометрики в среде Gretl: учебное пособие. – М.: Проспект, 2016. – 112 с.Сударушкина И.В., Стефанова Н.А. Цифровая экономика // АНИ: экономика и управление. 2017. Т. 6. № 1(18). С. 182-184Niebel, Thomas. "ICT and economic growth–Comparing 61 developing, emerging and developed countries." // ZEW - Centre for European Economic Research Discussion Paper. – 2014. - №14.OECD, Development. Economic Analysis, and Statistics Division. OECD Science, Technology and Industry Scoreboard 2003. Canongate US, 2005. – 190 с.Vu, Khuong M. "ICT as a source of economic growth in the information age: Empirical evidence from the 1996–2005 period." TelecommunicationsPolicy. №4. 2011. С. 357-372.

Список литературы
1. Анализ данных: учебник для академического бакалавриата / под ред. В. С. Мхитаряна. – М.: Издательство Юрайт, 2016. – 490 с. – Серия: Бакалавр. Академический курс.
2. Дайитбегов Д.М. Компьютерные технологии анализа данных в эконометрике: Монография / Д.М. Дайитбегов. - 3-e изд., испр. и доп. - М.: Вузовский учебник: НИЦ Инфра-М, 2013.
3. Елисеева И. И. Эконометрика: Учебник. - М.: Юрайт, серия "Магистр", 2012. - 464 с.
4. Куфель Т. Эконометрика. Решение задач с применением пакета программ Gretl. – M.: Горячая линия – Телеком, 2007. – 200 с.
5. Малова А. С. Основы эконометрики в среде Gretl: учебное пособие. – М.: Проспект, 2016. – 112 с.
6. Сударушкина И.В., Стефанова Н.А. Цифровая экономика // АНИ: экономика и управление. 2017. Т. 6. № 1(18). С. 182-184
7. Niebel, Thomas. "ICT and economic growth–Comparing 61 developing, emerging and developed countries." // ZEW - Centre for European Economic Research Discussion Paper. – 2014. - №14.
8. OECD, Development. Economic Analysis, and Statistics Division. OECD Science, Technology and Industry Scoreboard 2003. Canongate US, 2005. – 190 с.
9. Vu, Khuong M. "ICT as a source of economic growth in the information age: Empirical evidence from the 1996–2005 period." Telecommunications Policy. №4. 2011. С. 357-372.