Построение трёхфакторной экспоненциальной функции типа Кобба - Дугласа с учётом временного лага
Используя определённые ранее в таблице 3.9 временные лаги
между приростами объясняющих регрессоров и приростом ВВП. предположим возможность существования экспоненциальных моделей с учётом временного рафыва между изменением объясняющих и объясняемой переменной.
Сначала построим модель, для которой значение заработной платы лиц, работающих по найму, было взято с лагом в два года, инвестиций в основной капитал — с лагом в один год. а расходов на НИОКР и инновации - с нулевым лагом:
Хотя модель (3.18) исходя из её эконометрических характеристик, приведенных в таблице 3.23, оказалась адекватной: R: = 0,954. F-критерий значимый, но P-значение для параметра Ln, равно 0,286 и указывает на недоверие к соответствующему коэффициенту.
Таблица 3.23
Эконометрические характеристики модели (3.18) степенной зависимости ВВП от Кп ,, Ln ,и экспоненциальной зависимости ВВП от I
с 1997 по 2009 гг.
Регрессионная статистика |
|
Множественный R |
0,97650479 |
R-квадрат |
0,9535616 |
Нормированный R-квадрат |
0.93808213 |
Стандартная ошибка |
0,0553553 |
11аблюденпя |
13 |
Дисперсионный анализ |
|||||
df |
SS |
MS |
F |
Значимость F |
|
Регрессия |
э |
0.56628152 |
0,18876051 |
61.6017 |
2.54Е-06 |
Остаток |
9 |
0,02757788 |
0,00306421 |
||
Итого |
12 |
0,5938594 |
Коэффициенты |
Стандарт- ная ошибка |
t- статистика |
Р- значение |
|
Y- пересечение |
4,81461092 |
0,77540796 |
6,20913268 |
0,000157 |
к , П-1 |
0.42684096 |
0.09236685 |
4.62114864 |
0,001252 |
L , п~2 |
-0.2684233 |
0.23645717 |
-1,135188 |
0,285623 |
1 п |
0.09865439 |
0,03109032 |
3,17315447 |
0,011308 |
После исключения из модели соответствующего фактора, мы получили адекватную и значимую модель (3.19), для которой R:=0,947, F-критерий значимый, P-значения на 98,5% подтверждают значимость коэффициентов регрессии (см. таблицу 3.24)
Таблица 3.24
Эконометрические характеристики модели (3.19) степенной зависимости ВВП от К ( , и экспоненциальной зависимости ВВП от |п с 1997 по 2009 гг.
Регрессионная статистика |
|
Множественный R |
0,973094 |
R-квадрат |
0,946912 |
Нормированный R-квадрат |
0.936295 |
Стандартная ошибка |
0,056149 |
Наблюдения |
13 |
Дисперсионный анализ |
|
df SS |
MS F Значи; мость F |
Дисперсионный анализ |
|||||||
Регрессия |
2 |
0,562333 |
0,281166 |
89,18392 |
4,22Е-07 |
||
Остаток |
10 |
0,031527 |
0.003153 |
||||
Итого |
12 |
0,593859 | |||||
Коэффициенты |
Стандартная ошибка |
t- статистика |
Р- значение |
||||
Y- пересечение |
3,948083 |
0,138254 |
28,55675 |
6,45Е-11 |
|||
К , П~1 |
0,338745 |
0,05081 |
6,666937 |
5.59Е-05 |
|||
I п |
0,085962 |
0,029426 |
2,921295 |
0,015267 |
Также нами получена экспоненциальная модель, в которой временной лаг япя отдачи от инвестиций в основной капитал составляет два года:
Она также адекватна и значима по всем параметрам. Несмотря на то, что некоторые эконометрические характеристики, представленные в таблице 3.25, уступают характеристикам модели (3.19): R2 ~ 0,874. F-критернй значимый, однако P-значения указывают на более высокую степень доверия к коэффициентам регрессии.
Таблица 3.25
Эконометрические характеристики модели (3.20) степенной зависимости ВВП от и экспоненциальной зависимости ВВП от 1п с
1997 по 2009 гг.
Регрессионная статистика |
|
Множественный R |
0.93513 |
R-квадрат |
0,874469 |
Нормированный R-квадрат |
0,849362 |
Регрессионная статистика |
|
Стандартная ошибка |
0.086341 |
Наблюдения |
13 |
Дисперсионный анализ |
|||||
df |
SS |
MS |
F |
Значимость F |
|
Регрессия |
2 |
0.519311 |
0,259656 |
34,83065 |
3.12Е-05 |
Остаток |
10 |
0,074548 |
0,007455 |
||
Итого |
12 |
0,593859 |
Коэффи циенты |
Стандартная ошибка |
t- статистика |
Р- значение |
|
Y- пересечение |
4,495155 |
0,121388 |
37,03126 |
4,91Е-12 |
Кг |
0.128101 |
0.035493 |
3,609188 |
0,004775 |
L_ |
0.175455 |
0,034195 |
5,131047 |
0.000443 |
Таким образом, изменение объёма ВВП в большей мере зависит от изменения инвестиций в основной капитал с лагом в 1-2 года, причём в первый год после подобного рода инвестиций отдача значительно выше, чем во второй. При этом изменение объёма валового продукта также неизменно зависит и от расходов на инновации, и с течением времени влияние объема этих расходов на изменение ВВП увеличивается.
Попробуем также построить экспоненциальную функцию, подобную модели (3.19). но учитывающую трёхлетний лаг для фактора информации:
Модель является адекватной: R2 = 0,996, F-критерий значимый, однако P-значение для In ( равно 0,255, а из этого следует, что доверие к коэффициенту при соответствующем факторе остается на уровне 74,5% (см. таблицу 3.26).
Таблица 3.26
Эконометрические характеристики модели (3.21) степенной зависимости ВВП от Кп , и экспоненциальной зависимости ВВП от 1п 3 с 1998 по 2009 гг.
Регрессионная статистика |
|||||||||
Множественный R |
0,997804 |
||||||||
R-квадрат |
0,995613 |
||||||||
Нормированный R-квадрат |
0,994638 |
||||||||
Стандартная ошибка |
0.01664 |
||||||||
Наблюдения |
12 |
||||||||
Дисперсионный анализ |
|||||||||
df |
SS |
MS |
F |
Значимость F |
|||||
Регрессия |
2 |
0,56555 |
0,282775 |
1021,293 |
2.45Е-11 |
||||
Остаток |
9 |
0,002492 |
0,000277 | ||||||
Итого |
11 |
0.568042 | |||||||
Коэффициенты |
Стандартная ошибка |
t- статистика |
Р- значение |
||||||
Y-пересечение |
4,495155 |
0,121388 |
37,03126 |
4.91Е-12 |
|||||
К , |
0,128101 |
0,035493 |
3,609188 |
0,004775 |
|||||
1п |
0,175455 |
0,034195 |
5.131047 |
0,000443 |
Следовательно, модель (3.21) также при определенных условиях может быть использована для прогнозирования ВВП текущего года и указывает на его значительную зависимость от изменения инвестиций в основной капитал в прошлом году и от расходов на инновации с трёхлетним лагом.