Прогнозирование социально-экономического развития экономики страны

Автор: Пользователь скрыл имя, 11 Января 2012 в 21:23, курсовая работа

Краткое описание

В данной курсовой работе анализируется динамика и взаимосвязь семи макроэкономических показателей:
1) валовой внутренний продукт;
2) численность занятых в экономике;
3) основные производственные фонды;
4) частные инвестиции;
5) прямые и косвенные налоги;
6) государственные расходы;
7) личные потребительские расходы.

Скачать в ZIP (926.85 Кб) Сколько стоит заказать работу?
Файлы: 1 файл

курсач мой.doc

— 1.30 Мб (Скачать)

         

     Остатки Y:

       

       
 

     Остатки I: 

     

       
 
 

     Остатки G:

     

       

     Остатки C:

     

       

     Остатки K:

     

       
 
 
 

     Прогноз экзогенных переменных на основе моделей  временных рядов

     Все распечатки StatGraphics приведены в Приложении 12. Результаты сравнения моделей сведены в Таблицу (учитывая, что в показателях Lf и Tax есть тенденция, для оценки пригодности модели будем использовать только трендовые и авторегрессионные модели класса ARIMA):

     Таблица 8. Сопоставление  результатов оценки информационной и  прогностической  пригодности временных  рядов для экзогенных переменных

Вид модели Информационные 
характеристики		 Прогностические 
характеристики
s R2 F-стат ∆ KT
Lf = 67,3553 + 1,92039*t 1,62067 98,9247 2299,88       1,965 0,01
Lf = (8,28459 + 0,0994214*t)^2 0,0847445 98,9033 2254,50       1,754 0,02
   Lf = exp(4,24342 + 0,020674*t) 0,0202121 98,5622 1713,73       3,697 0,03
Tax = (9,13126 + 1,02223*t)^2 1,39086 97,2521 884,79       495,333 0,25
Tax = 1/(0,000791778 + 0,0141033/t) 0,000671245 94,8719 462,51       1217,334 0,61
Tax = exp(4,88174 + 0,0927351*t) 0,179805 94,5736 435,71 67,500 0,04
 

 

     

           В приложении 13 приведены  наилучшие трендовые модели, построенные  на 30-ти значениях экзогенных рядов. Представлены сравнения информационных характеристик качества наилучших отобранных моделей, построенной на 27-ми и на 30-ти значениях. 

                                       Информационные характеристики

    Вид модели s R2 F-стат
    На 27 значениях

    Lf = 67,3553 + 1,92039*t

    		 1,62067 98,9247 2299,88      
    На 30 значениях

    Lf = 67,3644 + 1,92058*t

    		 1,6115 99,0652 2967,21
    На 27 значениях

    Tax = exp(4,88174 + 0,0927351*t)

    		 0,179805 94,5736 435,71
    На 30 значениях

    Tax = exp(4,87698 + 0,0931972*t)

    		 0,170426 96,0006 672,10

       Как видно из таблицы наилучшими трендовыми моделями для экзогенных переменных являются модели, построенные на 30-ти значениях.

       Поскольку анализируемые ряды экзогенных переменных эконометрической модели имеют тенденцию, то к ним применима ARIMA модель, т.к. ряды являются нестационарными.

       Для построения ARIMA модели необходимо определить:

p – порядок автокорреляции;

q – порядок скользящей средней;

d – порядок разностей . 

     

     

     Автокорреляция  и частная автокорреляция ряда Lf 
 

     

     

     Автокорреляция  и частная автокорреляция ряда Tax

       Проанализировав рисунок выше, можно сделать вывод, что порядок автокорреляции следует принять равной единицы, т.е. p=1.

       

       

       На  рисунке чётко видно, что  тенденция в рядах конечных разностей первого порядка отсутствует. Следовательно, порядок разностей принимаем равной единице, т.е. d=2. 

       В приложении 14-15 приведены ARIMA модели, построенные на 30-ти и на  27 значениях, для экзогенной переменной ряда Lf и для ряда Tax. В таблице приведены значимые модели для каждой экзогенной переменной. 
 
 

    Вид модели Информационные  характеристики
    s t P AIC SIC
     
      на 27-ми значения: ARIMA (1,2,1):
     
     
    0,19065 -2,969 0,006872 1,535 1,631
    0,104204 8,84766 0
      на 30-ти значениях: ARIMA (1,2,1):
     
     
    0,177072 -3,1736 0,003846 1,593 1,686
 
 
    Вид модели Информационные  характеристики
    s t P AIC SIC
     
      на 27-ми значения: ARIMA (1,2,2):
     
     
    0,18631 2,77333 0,011086 7,45 7,594
    0,109694 13,785 0
    0,120001 -7,6586 0
      на 30-ти значениях: ARIMA (1,2,2):
     
    0,238398 2,07004 0,048929 7,944 8,084
 

     

Как видно из для ряда Lf модель ARIMA, построенная на 27-ти значениях лучше, чем на 30. Для ряда Tax модель, построенная на 27-ти значениях лучше, чем модель, построенная на 30-ми значениях

     

Для определения  наилучшей модели из трендовых и  ARIMA моделей, для каждого ряда, сравним прогностические характеристики.  

    Вид модели
    		КТ
    Lf = 67,3553 + 1,92039*t 1,965 0,01
    1,876 0,027
    Tax = exp(4,88174 + 0,0927351*t) 67,500 0,04
    61,386 0,075

       

Проанализировав таблицу видно, что наилучшими моделями для экзогенных переменных являются трендовые модели. Таким образом, для ряда Lf и Tax прогнозное 31-ое значение будет равно, соответственно,

126,902

 и 

2359,25

. 
 
 
 
 
 

     

Прогноз значений эндогенных переменных

     

1ый шаг: подставляем  значения экзогенных и лаговых эндогенных переменных в систему, полученную на первом шаге 2МНК:

     

Таблица 11. Прогнозирование  эндогенных

     

переменных  на 1ом шаге 2МНК

    Эндогенная  переменная Точечный прогноз
    Y* 10 174,8
    C* 6 790,02
    I* 1 912,75
    G* 1 888,64
    K* 20 803,05

Информация о работе Прогнозирование социально-экономического развития экономики страны