Модели экономического роста в приращениях

Модели в приращениях являются линейными. Тем не менее, мы произвели проверку всех моделей на несмещённость остатков путём определения коэффициентов корреляции между каждым из факторов и остатками регрессии, при этом во всех случаях нулевая гипотеза подтвердилась.

Применение теста Гольдфельда-Квандта подтвердило гомо- скедастичность каждой из моделей. Но тест Глейзера по каждой из моделей дал совершенно обратный результат: все они оказались ге- тероскедастичными. К примеру, для модели (3.23) по фактору ДК._п t₀ = - 2,095, t, = 4,795, по фактору L_n t₀ = 0,110, t, = 3,719 в то время как t = 2.179. Для модели (3.28) по Д1_п t₍₁ = 0,107, t, = 3,637. по 1_п, t₀ = -0,340, t, = 3,632 при t = 2.262. Мы считаем, что применение теста Глейзера в подобных моделях нецелесообразно по смыслу', поскольку поведение остатков регрессии моделей в приращениях не вполне адекватно характеризует разброс значений объясняемой переменной.

Для определения качественных характеристик прогнозов используем показатель фактического прироста ВВП за 2010 г. ДУ-чпо-ик» ⁼ 283,381 - 272,332 = 11,049 (млрд, грн.) в ценах 2001 года.

Спрогнозированные трендовые значения приращения ВВП 2010 г. в ценах 2001 г. представлены в таблице 7.5.

Таблица 7.5

Трендовые значения прироста ВВП с использованием долгосрочных моделей в приращениях

№ модели	Модель	Трендовое значение прироста, млрд, грн.	Относительная ошибка трендового прогноза, %, млрд. грн.	Л Y р	Доверительный интервал прогноза, млрд. грн.
3.23		3,472	-68,6	28,551	-25,079 — 32,023
3.26		-—4,714	-142,7	13.105	-17.819 — 8,390

№ модели	Модель	Трендовое значение прироста, млрд, грн.	Относительная ошибка трендового прогноза, %, млрд. грн.	Л Y р	Доверительный интервал прогноза, млрд. грн.
3.28		22,695	105,4	36,078	-13,383 — 58,773
3.28*		11,377	3,0	34,3708	-22,993 — 45,747
3.29		11,494	4,0	42,917	-31,423 — 54.411
3.29*		0,093	-99.2	40,885	-40.793 - 40,978
3.30		88,806	703,7	46.782	42,024 - 135,588
3.30*		74,045	570,2	44,397	29,648 — 118,443
3.31		45.473	311,6	44,413	1,060 — 89,886
3.31*		32,653	195,5	42,057	-9,404 —74,710
3.33		29.551	167,4	85,887	-56,337 — 115,438
3.33*		16,731	51.4	82,408	-65.677 - 99,138

* Значение рассчитано с использованием прогнозного значения 1_п с поправкой на отклонение.

Модели в приращениях при прогнозировании дают разнообразные результаты, но большинство из них позволяет построить приемлемый интервал доверия для объясняемой переменной. Причём использование прогноза приращения фактора информации в 2010 г. с поправкой на отклонение как улучшает прогноз (модель (3.28)), так и может его ухудшить (модель (3.29)). Заметим, что в модели (3.28) степень доверия к свободному члену была менее 95%, поэтому использовать ее для целей прогнозирования можно лишь условно и, как мы видим, при ее применении необходима поправка для значений фактора I. Модель (3.29) содержит лишь факторы, значимые на уровне свыше 96%, так что она дает качественный прогноз и без поправки, которая лишь отклоняет прогнозное значение от фактически набллюдаемого.

Попытаемся улучшить качество прогнозов, используя поправку на отклонение от трендового значения прироста ВВП в таблице 7.6.

Таблица 7.6

Поправочные прогнозы прироста ВВП с использованием долгсрочных моделей в приращениях

№ модели	Модель	Д Y попр р	Прогнозное значение прироста с поправкой на отклонение, млрд. грн.	Относительная ошибка прогноза. %
3.23		5,043	8,515	-22,9
3.26		0,411	-4,303	-138.9
3.28		-5,118	17,577	59,1
3.28*			6,260	-43,3

№ модели	Модель	д у п,,пр р	Прогнозное значение прироста с поправкой на отклонение, млрд. грн.	Относи тельная ошибка прогноза, %
3.29		1,162	12,655	14,5
3.29*			1,254	88.6
3.30		-0,129	88.677	702.6
3.30*			73.916	569,0
3.31		-1,897	43,576	294,4
3.31*			30,756	178,4
3.33		-6,130	23,420	112.0
3.33*			10,600	-4,1

* Знамение рассчитано с использованием прогнозного значения 1 с поправкой на отклонение

Как видим, средняя относительная ошибка прогноза уменьшилась. что подтверждает вывод о продолжении изменения динамики экономического роста Украины в 2010 г. Тем не менее модели в приращениях в долгосрочном периоде имеют слишком большой разброс прогнозов, очень широкий интервал доверия, на основании которого трудно сделать содержательные выводы, и очень большую относительную ошибку прогноза.