Экспертная оценка экономической информации в построении эконометрической модели
Автор: Симоненко Е.И., Железнякова С.В.
Журнал: Экономика и социум @ekonomika-socium
Статья в выпуске: 12 (43), 2017 года.
Бесплатный доступ
В статье рассматривается проблема построения динамической эконометрической модели валового сбора плодово-ягодных культур с возможностью использования для определения параметров метода наименьших квадратов.Одним из необходимых условий его использования есть постоянство дисперсии остатков модели. В статье проверяется наявность гетероскедастичности остатков на основе параметрического теста Гольфельда-Кванда.
Эконометрическая модель, экспертная оценка экономической информации, метод наименьших квадратов, гетероскедастичность остатков
Короткий адрес: https://sciup.org/140235317
IDR: 140235317
Текст научной статьи Экспертная оценка экономической информации в построении эконометрической модели
UDK 330.47
Associate Professor of the Department of "Statistics and Economic Analysis"
National University of Bioresources and Nature Management
Ukraine, Kiev
female student
3 year, Faculty of Economics
National University of Bioresources and Nature Management
Ukraine, Kiev
EXPERT EVALUATION OF ECONOMIC INFORMATION IN THE CONSTRUCTION OF THE ECONOMETRIC MODEL
Annotation:
The article deals with the problem of constructing a dynamic econometric model of the gross harvest of fruit and berry crops with the possibility of using them to determine the parameters of the method of least squares. One of the necessary conditions for its use is the constancy of the variance of the residuals of the model. The article verifies the integrity of the heteroscedasticity of the residues on the basis of the Holfeld-Kwanda parametric test.
Самым простым методом определения параметров эконометрической модели является метод наименьших квадратов. Одной из предпосылок использования этого метода является постоянство дисперсии остатков, то есть гетероскедастичность [1,2]. Гетероскедастичность - свойство последовательности случайных величин, которое часто наблюдается при формировании статистической экономической информации. Часто есть основания полагать, что распределения вероятностей случайных величин при различных наблюдениях будут разными.
Это не означает, что случайные величины обязательно будут большими в некоторых наблюдениях и малыми - в других, однако это означает, что априорная вероятность этого велика. Проблема гетероскедастичности в большей степени характерна для вариационных рядов (перекрестных данных; данных, упорядоченных в пространстве) и достаточно редко наблюдается в исследовании динамических рядов. Это можно объяснить следующим образом. В вариационных рядах учитывают экономические субъекты (потребители, домохозяйства, фирмы, отрасли, страны), имеют разные доходы, потребности и т.п., и в этом случае гетероскедастичность порождает возможные различные проблемы, связанные с эффектом масштаба. В динамических рядах обычно рассматривают показатели одного и того же объекта в разные моменты времени.
Рассмотрим последствия гетероскедастичности остатков при построении эконометрической модели:
-
1. Оценки коэффициентов регрессии модели будут несмещенными и линейными.
-
2. Оценки параметров эконометрической модели не будут эффективными (то есть, они не будут иметь наименьшей дисперсии по сравнению с другими оценками неизвестного параметра). Они не будут даже асимптотически эффективными. Увеличение дисперсии оценок параметров снижает вероятность получения максимально точных значений параметров обобщенной эконометрической модели.
-
3. Дисперсии оценок параметров регрессии будут смещенными.
-
4. Выводы, полученные на основании соответствующих t- и F- статистик, а также интервальные оценки будут ненадежными. Это может привести к признанию статистически незначимых параметров регрессии статистически значимыми.
-
5. Растут погрешности в доверительных интервалах.
Перед построением динамической эконометрической модели валового сбора плодово-ягодных культур за последние 18 лет по данным сайта Государственной службы статистики Украины, выполним экспертную оценку статистических данных о наличии гетероскедастичности остатков, используя параметрический тест Гольфельда-Кванда (табл.1). Сначала упорядочим статистическую информацию по переменной Х.
Таблица 1
Входные и расчетные данные для проверки статистической информации на наличие гетероскедастичности остатков модели
Год |
Валовый сбор У плодовоягодных культур, тис. тонн |
Урожай ность Х ц з 1 га площади уборки |
Х і2 |
Х×У |
Y ˆ |
Y - Y |
( y - i ^ )2 |
|
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
1999 |
766 |
19,2 |
n 1 |
368.64 |
14707.2 |
825.18 |
-59.18 |
3502.27 |
2000 |
1106 |
30.5 |
930.25 |
33733 |
1067.68 |
38.32 |
1468.42 |
|
2001 |
1211 |
36.5 |
1332.25 |
44201.5 |
1196.44 |
14.56 |
211.99 |
|
2002 |
1453 |
38.4 |
1474.56 |
55795.2 |
1237.21 |
215.79 |
46565.32 |
|
2003 |
1114 |
45.0 |
2025 |
50130 |
1378.85 |
-264.85 |
70145.52 |
|
2004 |
1697 |
56.0 |
3136 |
95032 |
1615.92 |
81.08 |
6573.97 |
|
2005 |
1635 |
58.1 |
3375.61 |
94993.5 |
1659.98 |
-24.98 |
624.00 |
|
∑ |
8982 |
283.7 |
12642.31 |
388592.4 |
0.74 |
129091.49 |
||
2006 |
||||||||
2007 |
||||||||
2008 |
||||||||
2009 |
||||||||
2010 |
1747 |
78.2 |
n 2 |
6115.24 |
136615.4 |
1747.33 |
-0.33 |
0.1089 |
2011 |
1896 |
84.9 |
7208.01 |
160970.4 |
1862.49 |
33.51 |
1122.92 |
|
2012 |
2009 |
89.9 |
8082.01 |
180609.1 |
1945.94 |
63.06 |
3976.56 |
|
2013 |
1999 |
95.2 |
9063.04 |
190304.8 |
2034.46 |
-35.46 |
1257.41 |
|
2014 |
2007 |
101.9 |
10383.61 |
205513.3 |
2149.62 |
-142.62 |
20340.46 |
|
2015 |
2295 |
103.5 |
10712.25 |
237532.5 |
2174.65 |
120.35 |
14484.12 |
|
2016 |
2153 |
104.5 |
10920.25 |
224988.5 |
2191.54 |
-38.54 |
1485.33 |
|
∑ |
14106 |
658.1 |
62484.41 |
1336534 |
-0.03 |
42666.91 |
На основе параметрического теста Гольфельда-Кванда разобьем статистические данные на две группы, для которых построим эконометрические модели. По данным первой группы единиц совокупности n1 = 7 эконометрическая модель, параметры которой рассчитаны на основе МНК, имеет вид: Y = 413,154 + 21,46 x. Экономическая интерпретация параметров модели свидетельствует о том, что валовой сбор плодовоягодных культур вырастет на 21,46 ц при увеличении урожайности на 1 ц / га. Эконометрическая модель для совокупностей n2 = 7 описывается уравнением. Y = 426,531 + 16,898 x.
Для каждой модели найдем сумму квадратов остатков S1 = 129091,49, S2 = 42666,91 и определим R критерий для исследования гетероскедастичности остатков. Для построенной эконометрической модели R = 42666,91 / 129091,49 = 0,331.Гетероскедастичнисть отсутствует поскольку R < Fтабл., поэтому для построения эконометрической модели по данной статистической информации целесообразно использовать метод наименьших квадратов.
Список литературы Экспертная оценка экономической информации в построении эконометрической модели
- Назаренко О. М. Основи економетрики: Пiдручник.-Київ: Центр навчальної лiтератури, 2004. -С. 255-259.
- Ржевський С.В. Вступ до економетрiї: Навч. посiбник для студ. екон. спец. -К.: Вид-во Европ. ун-ту фiнансiв, iнформ. систем, менеджменту i бiзнесу, 1999. -93 с