Совершенствование модели трансмиссионного механизма

Автор работы: Пользователь скрыл имя, 11 Марта 2011 в 12:59, статья

Описание работы

В настоящей статье приводятся результаты дальнейшего совершенствования модели трансмиссионного механизма денежно-кредитной политики. Последней инновацией модели трансмиссионного механизма является включение в нее уравнения депозитов резидентов в банковской системе Казахстана (вместо ранее рассматривавшейся соответствующей экзогенной переменной).

Скачать архив (90.00 Кб) Сколько стоит заказать работу?
Файлы: 1 файл

Совершенствование модели трансмиссионного механизма.doc

— 360.00 Кб (Скачать файл)

 

 

ПРИЛОЖЕНИЕ 4

Тесты на наличие гетероскедастичности Уайта 
 

White Heteroskedasticity Test:  
         
         
F-statistic 0.992979  Prob. F(15,27) 0.488671
Obs*R-squared 15.28765  Prob. Chi-Square(15) 0.430903
         
         
         
Test Equation:    
Dependent Variable: RESID^2    
Method: Least Squares    
Date: 09/19/08 Time: 15:23    
Sample: 1997Q4 2008Q2    
Included observations: 43    
Collinear test regressors dropped from specification
         
         
Variable Coefficient Std. Error t-Statistic Prob.
         
         
C 0.003517 0.001721 2.043510 0.0509
DLOG(DEPOZITINBWU(-2)) 0.004006 0.011336 0.353401 0.7265
(DLOG(DEPOZITINBWU(-2)))^2 -0.034171 0.050946 -0.670737 0.5081
INF(-3) -0.000935 0.000902 -1.036664 0.3091
INF(-3)^2 9.36E-05 8.54E-05 1.095870 0.2828
DLOG(KREDTENURRATE(-1)) 0.002867 0.009463 0.302953 0.7642
(DLOG(KREDTENURRATE(-1)))^2 -0.000566 0.047759 -0.011852 0.9906
D(DLOG(GDP(-1))) 0.001410 0.003573 0.394671 0.6962
(D(DLOG(GDP(-1))))^2 -0.012353 0.019544 -0.632065 0.5327
D(DLOG(WAGE(-3))) -0.004048 0.007054 -0.573855 0.5708
(D(DLOG(WAGE(-3))))^2 0.063653 0.041595 1.530289 0.1376
DLOG(EXRATE(-2)) -0.039896 0.030777 -1.296270 0.2059
(DLOG(EXRATE(-2)))^2 0.080059 0.079653 1.005098 0.3238
DLOG(OILPRICEWORLD(-4)) 0.003153 0.005079 0.620773 0.5400
(DLOG(OILPRICEWORLD(-4)))^2 0.006888 0.025130 0.274088 0.7861
DUMMY2006Q4 -0.009008 0.004650 -1.937261 0.0632
         
         
R-squared 0.355527  Mean dependent var 0.002749
Adjusted R-squared -0.002514  S.D. dependent var 0.003571
S.E. of regression 0.003576  Akaike info criterion -8.150545
Sum squared resid 0.000345  Schwarz criterion -7.495214
Log likelihood 191.2367  F-statistic 0.992979
Durbin-Watson stat 2.692040  Prob(F-statistic) 0.488671

 

 

ПРИЛОЖЕНИЕ 5

Тест на устойчивость коэффициентов (рекурсивные коэффициенты) 

 

 

ПРИЛОЖЕНИЕ 6.

Оценка  прогностических  свойств модели.

     Относительно  низкий уровень среднеквадратичного  значения ошибки прогноза приростов (коэффициент  Тейла), который в нашем случае равен 0,09 при интервале допустимости (0,1), показывает приемлемость прогнозов, сделанных при помощи построенной модели. Тем не менее, следует отметить, что разложение на составляющие показывает большую долю в ней систематической ошибка, Bias Proportion, принимающей значение 0,58, и дисперсионной составляющей, Variance Proportion, принимающей значение 0,42. Соответственно ковариантная составляющая, Covariance Proportion, равна 0. То есть, в наблюдающейся ошибке прогноза наибольшие доли относятся к отклонению средней прогноза от фактической средней актуальной серии и отклонению вариации прогноза от вариации текущих серий. При этом несистематические прогнозные ошибки равны 0.  

Информация о работе Совершенствование модели трансмиссионного механизма