Posibniki.com.ua Статистика Статистичне моделювання та прогнозування 8.3. НЕЛІНІЙНА РЕГРЕСІЯ НА ЧАСОВИХ РЯДАХ


< Попередня  Змiст  Наступна >

8.3. НЕЛІНІЙНА РЕГРЕСІЯ НА ЧАСОВИХ РЯДАХ


Якщо DL-модель містить кілька лагів, оцінювання коефіцієнтів регресії МНК ускладнюється і може призвести до мультиколінеарності. У такому разі можна застосувати метод Альмона, суть якого полягає в поліноміальній апроксимації лагових коефіцієнтів моделі поліномами певного ступеня. Очевидно, адекватність такої моделі залежить від правильного визначення максимального лага і ступеня полінома, який описує його структуру.

Під час моделювання взаємозв’язків на динамічних рядах широко використовують відносні величини, передусім індекси. Це пояснюється більшою їх сталістю в часі порівняно з абсолютними величинами. Окрім того, з’являється можливість виключити мультиколінеарність та автокореляцію залишків. Описуються такі взаємозв’язки степеневою функцією: де ? i

— коефіцієнт еластичності, який показує, на скільки % у середньому зміниться у зі зміною х і на 1 % за умови незмінності інших факторів. Тобто коефіцієнт еластичності — це відносний ефект впливу і-го фактора на у.

— коефіцієнт еластичності, який показує, на скільки % у середньому зміниться у зі зміною х і на 1 % за умови незмінності інших факторів. Тобто коефіцієнт еластичності — це відносний ефект впливу і-го фактора на у.

При побудові нелінійних моделей у вигляді степеневих функцій значення всіх показників, окрім ознаки часу t, замінюються власними логарифмами. У системі Statistica така заміна здійснюється на етапі специфікації ознак (див. підр. 2.1).

Степенева функція лінійна в логарифмах, а тому параметри її визначаються МНК. Класичним прикладом такого типу нелінійної функції є виробнича функція Кобба

—Дугласа, яка описує співвідношення між факторами і результатом виробництва на будь-якому рівні економічної діяльності (фірма, галузь, регіон, економіка в цілому): де Q — результат виробництва; K — основний капітал; L — витрати праці (кількість занятих).

Параметри ? і ? — коефіцієнти еластичності: ? характеризує відносний де ? характеризує темп приросту функції за рахунок неекстенсивних факторів, зокрема неуречевлених факторів НТП (удосконалення технології, зростання кваліфікації робітників тощо).

Параметри ? і ? — коефіцієнти еластичності: ? характеризує відносний де ? характеризує темп приросту функції за рахунок неекстенсивних факторів, зокрема неуречевлених факторів НТП (удосконалення технології, зростання кваліфікації робітників тощо).

приріст результату на одиницю приросту капіталу при L = const, а ? — відносний приріст результату на одниницю приросту витрат праці при К = const. Капітал і витрати праці розглядаються як фактори екстенсивного розвитку (залучення нових ресурсів). При трудомісткому виробництві ? > ?, при капіталомісткому, навпаки, ? > ? . У виробничій функції закладено умову, за якою (? + ?) =1, тобто результат зростає у такій же пропорції, як і фактори. Параметр А приводить масштаб (розмірність) факторів до масштабу результату. При використанні індексів А = 1, а тренд результату, зумовлений дією інших, неекстенсивних факторів, ураховується в моделі змінною часу е ?t . Модель набуває вигляду ний приріст результату на одниницю приросту витрат праці при К = const. Капітал і витрати праці розглядаються як фактори екстенсивного розвитку (залучення нових ресурсів). При трудомісткому виробництві ? > ?, при капіталомісткому, навпаки, ? > ? . У виробничій функції закладено умову, за якою (? + ?) =1, тобто результат зростає у такій же пропорції, як і фактори. Параметр А приводить масштаб (розмірність) факторів до масштабу результату. При використанні індексів А = 1, а тренд результату, зумовлений дією інших, неекстенсивних факторів, ураховується в моделі змінною часу е ?t . Модель набуває вигляду лучення нових ресурсів). При трудомісткому виробництві ? > ?, при капіталомісткому, навпаки, ? > ? . У виробничій функції закладено умову, за якою (? + ?) =1, тобто результат зростає у такій же пропорції, як і фактори. Параметр А приводить масштаб (розмірність) факторів до масштабу результату. При використанні індексів А = 1, а тренд результату, зумовлений дією інших, неекстенсивних факторів, ураховується в моделі змінною часу е ?t . Модель набуває вигляду місткому, навпаки, ? > ? . У виробничій функції закладено умову, за якою (? + ?) =1, тобто результат зростає у такій же пропорції, як і фактори. Параметр А приводить масштаб (розмірність) факторів до масштабу результату. При використанні індексів А = 1, а тренд результату, зумовлений дією інших, неекстенсивних факторів, ураховується в моделі змінною часу е ?t . Модель набуває вигляду (? + ?) =1, тобто результат зростає у такій же пропорції, як і фактори. Параметр А приводить масштаб (розмірність) факторів до масштабу результату. При використанні індексів А = 1, а тренд результату, зумовлений дією інших, неекстенсивних факторів, ураховується в моделі змінною часу е ?t . Модель набуває вигляду використанні індексів А = 1, а тренд результату, зумовлений дією інших, неекстенсивних факторів, ураховується в моделі змінною часу е ?t . Модель набуває вигляду приріст результату на одиницю приросту капіталу при L = const, а ? — відносний приріст результату на одниницю приросту витрат праці при К = const. Капітал і витрати праці розглядаються як фактори екстенсивного розвитку (залучення нових ресурсів). При трудомісткому виробництві ? > ?, при капіталомісткому, навпаки, ? > ? . У виробничій функції закладено умову, за якою (? + ?) =1, тобто результат зростає у такій же пропорції, як і фактори. Параметр А приводить масштаб (розмірність) факторів до масштабу результату. При використанні індексів А = 1, а тренд результату, зумовлений дією інших, неекстенсивних факторів, ураховується в моделі змінною часу е ?t . Модель набуває вигляду Q = A K ? L ? е ?t , Q = A K ? L ? е ?t ,

Цей варіант моделі називають виробничою функцією Тінбергена. Застосувавши до неї логарифмічне диференціювання, дістанемо модель, яка описує взаємозв’язок темпів приросту: де q, k, l

q = ? k + ?l + ?, q = ? k + ?l + ?,

темпи приросту, відповідно, результату, капіталу і витрат праці.

На основі такої моделі можна визначити внесок екстенсивних та інтенсивних факторів у розвиток процесів відтворення:

У табл. 8.7 наведено параметри макроекономічних функцій трьох індустріально розвинутих країн за період з 1950-го по 1977 р.: Q — валовий національний продукт; K

У табл. 8.7 наведено параметри макроекономічних функцій трьох індустріально розвинутих країн за період з 1950-го по 1977 р.: Q — валовий національний продукт; K

— основний капітал; L — трудові ресурси.

Таблиця 8.7

ПАРАМЕТРИ ВИРОБНИЧИХ ФУНКЦІЙ

Країна ? ? ?
США 0,447 0,553 0,0134

Великобританія0,5060,4940,0053

Японія 0,397 0,603 0,0466

Джерело: [4, с. 41]

За значеннями параметрів функції можна зробити висновки про особливості економічного поступу кожної з цих країн у повоєнні роки. Так, досягнення НТП найінтенсивніше впроваджувалися в економіці Японії: параметр ? вищий порівняно зі США в 3,5 рази, порівняно з Великобританією — у 9 разів. Водночас де W — продуктивність праці; F — капіталоозброєність праці.

японська економіка характеризується найнижчою капіталомісткістю (? = 0,397) і відносно високим рівнем ефективності використання трудових ресурсів (? = 0,603). Для американської економіки характерна збалансованість співвідношення еластичностей по капіталу і труду. Середньорічні темпи приросту в США в повоєнні роки становили, %: валового національного продукту — 3,38, основних фондів — 2,79, трудових ресурсів — 1,46. Звідси внесок факторів у формування динаміки ВНП : (? = 0,603). Для американської економіки характерна збалансованість співвідношення еластичностей по капіталу і труду. Середньорічні темпи приросту в США в повоєнні роки становили, %: валового національного продукту — 3,38, основних фондів — 2,79, трудових ресурсів — 1,46. Звідси внесок факторів у формування динаміки ВНП : екстенсивних d екс =625,0

38,3

46,1553,079,2447,0 = ??? ; інтенсивних d інт =375,0

38,3

34,1 =.

На практиці використовують різні модифікації виробничої функції. Наприклад, розділивши обидві її частини на L, дістанемо функцію продуктивності праці: W = AF ? е ?t , японська економіка характеризується найнижчою капіталомісткістю (? = 0,397) і відносно високим рівнем ефективності використання трудових ресурсів (? = 0,603). Для американської економіки характерна збалансованість співвідношення еластичностей по капіталу і труду. Середньорічні темпи приросту в США в повоєнні роки становили, %: валового національного продукту — 3,38, основних фондів — 2,79, трудових ресурсів — 1,46. Звідси внесок факторів у формування динаміки ВНП : екстенсивних d екс =625,0

38,3

46,1553,079,2447,0 = ??? ; інтенсивних d інт =375,0

38,3

34,1 =.

На практиці використовують різні модифікації виробничої функції. Наприклад, розділивши обидві її частини на L, дістанемо функцію продуктивності праці: W = AF ? е ?t ,

У темпах приросту ця функція записується так:

w = ? f + ? = ? (kl) + ?. w = ? f + ? = ? (kl) + ?.

Внесок екстенсивних та інтенсивних факторів у динаміку продуктивності праці визначається аналогічно:

До темпів приросту застосовують класичну регресію. Як приклад розглянемо зв’язок між темпами приросту капіталоозброєності (Var1) і продуктивності праці (Var2) в одній з галузей промисловості (табл. 8.8).

До темпів приросту застосовують класичну регресію. Як приклад розглянемо зв’язок між темпами приросту капіталоозброєності (Var1) і продуктивності праці (Var2) в одній з галузей промисловості (табл. 8.8).

Таблиця 8.8

ТЕМПИ ПРИРОСТУ ЯК ІНФОРМАЦІЙНА БАЗА НЕЛІНІЙНОЇ ДИНАМІЧНОЇ МОДЕЛІ

Показник Ланцюгові темпи приросту, %
2007 2008 2009 2010 2011 2012 2013
Var1 1,4 2,5 1,7 0,9 1,0 2,6 2,8
Var2 2,6 2,7 2,8 1,5 1,8 2,4 3,2

Результати розрахунків за стандартною процедурою модуля Multiple Regres-

sion наведено в табл. 8.9. Параметри моделі становлять: ? = 0,581; ? = 1,358, тобто приріст капіталоозброєності праці на 1 % спричиняє зростання продуктивності праці на 0,581 %. За рахунок інших факторів щорічний приріст продуктивності праці становить у середньому 1,358 %. Середньорічні темпи приросту капіталоозброєності праці — 1,8 %, продуктивності праці

— 2,4 %. Звідси внесок екстенсивних факторів у динаміку продуктивності праці становить (1,8 · 0,581) : 2,4 = 0,436; інтенсивних — 1,358 : 2,4 = 0,566. новить (1,8 · 0,581) : 2,4 = 0,436; інтенсивних — 1,358 : 2,4 = 0,566. sion наведено в табл. 8.9. Параметри моделі становлять: ? = 0,581; ? = 1,358, тобто приріст капіталоозброєності праці на 1 % спричиняє зростання продуктивності праці на 0,581 %. За рахунок інших факторів щорічний приріст продуктивності праці становить у середньому 1,358 %. Середньорічні темпи приросту капіталоозброєності праці — 1,8 %, продуктивності праці

— 2,4 %. Звідси внесок екстенсивних факторів у динаміку продуктивності праці становить (1,8 · 0,581) : 2,4 = 0,436; інтенсивних — 1,358 : 2,4 = 0,566.

Таблиця 8.9

ПАРАМЕТРИ НЕЛІНІЙНОЇ ДИНАМІЧНОЇ МОДЕЛІ НА ТЕМПАХ ПРИРОСТУ

Regression Summary for Dependent Variable: Var2 (---.sta) R= ,7762 R?= ,6024 Adjusted R?= ,5229 F(1,5)=7,577 p<,04019 Std.Error of estimate: ,408
BETA B St. Err. of B t(5) p-level
Intercpt 1,358 ,418 3,245 ,0223
Var1 ,776 ,581 ,211 2,753 ,0402

Степеневою функцією описується також взаємозв’язок між попитом С, середньодушовим доходом населення D і цінами на товар P. Тренд попиту, зумовлений звичками, модою тощо, включаються в модель змінною часу е ?t : де ? і ? — коефіцієнти еластичності попиту від доходу та цін.

С = A D ? P ? е ?t ,

С = A D ? P ? е ?t ,

Різновидом степеневої моделі є гравітаційна модель, яка описує економічну й соціальну взаємодію між просторовими об’єктами (містами, регіонами, країнами). Гравітаційна модель має безліч модифікацій, проте найчастіше її використовують для оцінювання торговельних потоків. У такому разі модель ґрунтується на припущенні, що величина (сила) взаємодії між об’єктами пропорційна добутку показників їхнього масштабу (наприклад, обсягу ВВП чи чисельності населення) і обернено пропорційна відстані між ними. ВВП об’єкта-експортера характеризує експортні можливості, а об’єкта-імпортера — ємність його ринку. За необхідності в модель включають також dummy-змінні Р, які враховують зміну умов торгівлі (торговельних преференцій, митних бар’єрів тощо). Класичний вигляд гравітаційної моделі зовнішньоторговельного потоку: де Х ij — торговельний потік з країни і до країни j; Y i , Y j — номінальний ВВП країн — торговельних партнерів, характеризує економічний потенціал цих країн;

Р — dummy-змінна, характеризує умови торгівлі (торгівельні преференції, умови вільної торгівлі та ін.); D ij — географічна відстань між економічними центрами країн, її пов’язують з торговельними, насамперед, транспортними витратами; а

Рdummy-змінна, характеризує умови торгівлі (торгівельні преференції, умови вільної торгівлі та ін.); D ij — географічна відстань між економічними центрами країн, її пов’язують з торговельними, насамперед, транспортними витратами; а

1 , а

2 , а

3 , а

4 ,

— коефіцієнти еластичності, характеризують відносні ефекти впливу на торговельний потік між країнами включених до моделі факторів – валового внутрішнього продукту обох країн, умов торгівлі між ними та відстані між їхніми економічними центрами.

У логарифмічній формі рівняння має вигляд

Економічний потенціал торговельних партнерів позитивно впливає на обсяг зовнішньої торгівлі, натомість відстань між економічними центрами країн має негативний вплив. Коефіцієнт при dummy-змінній показує, наскільки чільний режим зовнішньої торгівлі впливає на обсяги торгівлі за інших однакових умов.

Економічний потенціал торговельних партнерів позитивно впливає на обсяг зовнішньої торгівлі, натомість відстань між економічними центрами країн має негативний вплив. Коефіцієнт при dummy-змінній показує, наскільки чільний режим зовнішньої торгівлі впливає на обсяги торгівлі за інших однакових умов.

Різні модифікації гравітаційної моделі використовують у дослідженнях потоків, інтенсивність яких залежить від значущості (масштабу) об’єктів і відстані між ними (процеси урбанізації, міграції населення та ін.). Більшість гравітаційних моделей базуються на панельних даних.


< Попередня  Змiст  Наступна >
Iншi роздiли:
Частина 2. 8.4. МОДЕЛЮВАННЯ НА ОСНОВІ ПАНЕЛЬНИХ ДАНИХ
МОДЕЛІ КОМПОНЕНТНОГО АНАЛІЗУ
9.2. ВИМІРЮВАННЯ ТА ІДЕНТИФІКАЦІЯ ГОЛОВНИХ КОМПОНЕНТ
9.3. МЕТОД ГОЛОВНИХ КОМПОНЕНТ У СИСТЕМІ STATISTICA
СТРУКТУРНЕ МОДЕЛЮВАННЯ СКЛАДНИХ КОРЕЛЯЦІЙНИХ ВЗАЄМОЗВ’ЯЗКІВ
Дисциплiни

Медичний довідник новиниКулінарний довідникАнглійська моваБанківська справаБухгалтерський облікЕкономікаМікроекономікаМакроекономікаЕтика та естетикаІнформатикаІсторіяМаркетингМенеджментПолітологіяПравоСтатистикаФілософіяФінанси

Бібліотека підручників та статтей Posibniki (2022)