Концепция развития денежной системы России в условиях модернизации национальной экономики (1142192), страница 63
Текст из файла (страница 63)
Errort-StatisticProb.LOG(LOANS_TO_BANKS_RU_)C0.4761426.9856770.0388470.27200212.2567125.682420.00000.0000R-squaredAdjusted R-squaredS.E. of regressionSum squared residLog likelihoodF-statisticProb(F-statistic)0.9434770.9371970.1468100.1939776.600178150.22680.000001Mean dependent varS.D. dependent varAkaike info criterionSchwarz criterionHannan-Quinn criter.Durbin-Watson statForecast: GDP_RU_FActual: GDP_RU_Forecast sample: 2002 2012Included observations: 11Root Mean Squared ErrorMean Absolute ErrorMean Absolute Percentage ErrorTheil Inequality CoefficientBias ProportionVariance ProportionCovariance Proportion4022.7053119.79410.457840.0540130.0004730.0008050.998723Источник: составлено автором10.275090.585817-0.836396-0.764051-0.8819991.097649330Таблица И.2 – Решение степенного уравнения регрессии, показывающегозависимость роста ВВП РФ от роста объема банковских кредитов, выданныхнебанковским организациямDependent Variable: LOG(GDP_RU_)Method: Least SquaresDate: 05/23/13 Time: 10:14Sample: 2002 2012Included observations: 11VariableLOG(LOANS_TO_NON_BANKS__RU_)CR-squaredAdjusted R-squaredS.E.
of regressionSum squared residLog likelihoodF-statisticProb(F-statistic)CoefficientStd. Errort-StatisticProb.0.6625574.3993580.0184860.16467435.8407926.715620.00000.00000.9930420.9922690.0515070.02387718.121721284.5630.000000Forecast: GDP_RU_FActual: GDP_RU_Forecast sample: 2002 2012Included observations: 11Root Mean Squared ErrorMean Absolute ErrorMean Absolute Percentage ErrorTheil Inequality CoefficientBias ProportionVariance ProportionCovariance Proportion1836.9641279.2973.5248940.0247150.0007620.0278500.971388Источник: составлено авторомMean dependent varS.D. dependent varAkaike info criterionSchwarz criterionHannan-Quinn criter.Durbin-Watson stat10.275090.585817-2.931222-2.858877-2.9768251.105830331ПРИЛОЖЕНИЕ К(обязательное)Алгоритм вычисления коэффициента эластичности между ростом объемаразличных банковских кредитов и ростом ВВП в СШАВычисление коэффициента эластичности между ростом объема банковскихкредитов, выданных банкам, и ростом ВВП: для того, чтобы найти степенноеуравнение регрессии между зависимой переменной «ВВП США, в текущих ценах,млрд долл.» и независимой переменной «объем банковских кредитов, выданныхбанкам США, в млрд долл.», обозначим их символами, соответственно, какGDP_US и LOANS_TO_BANKS_US, а затем прологарифмируем и решим линеаризованное уравнение регрессии с помощью статистической программы EViews.В связи с гетероскедастичностью остатков решение придется выполнить обобщенным МНК.
Подробный вывод данных по решению данного уравнения регрессии представлен в таблице К.1 Приложения К.В результате мы получили в логарифмическом виде следующее уравнениерегрессии:LOG(GDP_US)= 10,492 -0,179*LOG(LOANS_TO_BANKS_US). (К.1)Все коэффициенты уравнения у нас получились статистически значимыми с0,05 уровнем надежности, а коэффициент детерминации R-squared оказался равен0,989, то есть изменения независимой переменной LOANS_TO_BANKS_US в98,9% случаев объясняют динамику зависимой переменной GDP_US_.После потенцирования получаем следующее степенное уравнение регрессии:GDP_US= 36022,5*OANS_TO_BANKS_US-0,179.(К.2)Последнее уравнение можно интерпретировать следующим образом: в период с 2002 г.
по 2012 г. рост на 1,0% объема банковских кредитов, выданныхбанкам США, приводил к снижению ВВП США на 0,179% (коэффициент эла-332стичности) при исходном уровне (его трактуют как гипотетическую величинуВВП, независимую от LOANS_TO_BANKS), равном 36022,54 млрд долл.Вычисление коэффициента эластичности между ростом объема банковскихкредитов, выданных нефинансовым организациям, и ростом ВВП: для того, чтобынайти степенное уравнение регрессии между зависимой переменной «ВВП США,в текущих ценах, млрд долл.» и независимой переменной «объем банковских кредитов, выданных нефинансовым организациям США, в млрд долл.», обозначимих символами, соответственно, как GDP_US и LOANS_TO_NON_BANKS_US, азатем прологарифмируем и решим линеаризованное уравнение регрессии с помощью статистической программы EViews.
В связи с гетероскедастичностьюостатков решение придется выполнить обобщенным МНК. Подробный выводданных по решению данного уравнения регрессии представлен в таблице К.2Приложения К.В результате мы получили в логарифмическом виде следующее уравнениерегрессии:LOG(GDP_US)= 5,511+0,563*LOG(LOANS_TO_NON_BANKS_US).(К.3)Все коэффициенты уравнения у нас получились статистически значимыми с0,05 уровнем надежности, а коэффициент детерминации R-squared оказался равен0,881, то есть изменения независимой переменной LOANS_TO_NON_BANKS_USв 88,1% случаев объясняют динамику зависимой переменной GDP_US.После потенцирования получаем следующее степенное уравнение регрессии:GDP_US= 247,40*LOANS_TO_NON_BANKS_US0,563.(К.4)Последнее уравнение можно интерпретировать следующим образом: в период с 2002 г.
по 2012 г. рост на 1,0% объема банковских кредитов, выданных нефинансовым организациям, приводил к росту ВВП США на 0,563% (коэффициентэластичности) при исходном уровне (его трактуют как гипотетическую величинуВВП, независимую от LOANS_TO_NON_BANKS_US), равном 247,40 млрд долл.333Таблица К.1 – Решение степенного уравнения регрессии, показывающегозависимость роста ВВП США от роста объема банковских кредитов, выданныхбанкам СШАDependent Variable: LOG(GDP_US_)/LOG(LOANS_TO_BANKS_US_)Method: Least SquaresDate: 05/24/13 Time: 07:30Sample: 2002 2012Included observations: 11VariableCoefficientStd.
Errort-StatisticProb.1/LOG(LOANS_TO_BANKS_US_)C10.49190-0.1792040.3708270.06725828.29329-2.6644360.00000.0259R-squaredAdjusted R-squaredS.E. of regressionSum squared residLog likelihoodF-statisticProb(F-statistic)0.9888820.9876470.0180700.00293929.64415800.51040.000000Forecast: GDP_US_FActual: GDP_US_Forecast sample: 2002 2012Included observations: 11Root Mean Squared ErrorMean Absolute ErrorMean Absolute Percentage ErrorTheil Inequality CoefficientBias ProportionVariance ProportionCovariance Proportion1195.330988.46787.8173740.0445420.0022160.1816390.816144Источник: составлено авторомMean dependent varS.D. dependent varAkaike info criterionSchwarz criterionHannan-Quinn criter.Durbin-Watson stat1.7174870.162577-5.026208-4.953864-5.0718120.409206334Таблица К.2 – Решение степенного уравнения регрессии, показывающегозависимость роста ВВП США от роста объема банковских кредитов, выданныхнебанковским организациямDependent Variable: LOG(GDP_US_)/LOG(LOANS_TO_NON_BANKS__US_)Method: Least SquaresDate: 05/24/13 Time: 09:16Sample: 2002 2012Included observations: 11VariableCoefficientStd.
Errort-StatisticProb.5.5110150.5625190.6751100.0954378.1631375.8941500.00000.00021/LOG(LOANS_TO_NON_BANKS__US_)CR-squaredAdjusted R-squaredS.E. of regressionSum squared residLog likelihoodF-statisticProb(F-statistic)0.8810100.8677890.0085820.00066337.8341866.636800.000019Forecast: GDP_US_FActual: GDP_US_Forecast sample: 2002 2012Included observations: 11Root Mean Squared ErrorMean Absolute ErrorMean Absolute Percentage ErrorTheil Inequality CoefficientBias ProportionVariance ProportionCovariance Proportion738.8797608.36394.5532430.0274570.0005220.0301990.969280Источник: составлено авторомMean dependent varS.D. dependent varAkaike info criterionSchwarz criterionHannan-Quinn criter.Durbin-Watson stat1.3412980.023603-6.515306-6.442961-6.5609090.888473335ПРИЛОЖЕНИЕ Л(обязательное)Алгоритм вычисления коэффициента эластичности между ростом объемаразличных банковских кредитов и ростом ВВП в ФРГВычисление коэффициента эластичности между ростом объема банковскихкредитов, выданных банкам, и ростом ВВП: для того, чтобы найти степенноеуравнение регрессии между зависимой переменной «ВВП ФРГ, в текущих ценах,млрд евро» и независимой переменной «объем банковских кредитов, выданныхбанкам ФРГ, в млрд евро», обозначим их символами, соответственно, какGDP_GE и LOANS_TO_BANKS_GE, а затем прологарифмируем и решим линеаризованное уравнение регрессии с помощью статистической программы EViews.Подробный вывод данных по решению данного уравнения регрессии представлен в таблице Л.1 Приложения Л.В результате мы получили в логарифмическом виде следующее уравнениерегрессии:LOG(GDP_GE)= 1,101*LOG(LOANS_TO_BANKS_GE).(Л.1)Коэффициент регрессии в уравнении у нас получился статистически значимым с 0,05 уровнем надежности, а коэффициент детерминации R-squared оказалсяравен0,708,тоестьизменениянезависимойпеременнойLOANS_TO_BANKS_GE в 70,8% случаев объясняют динамику зависимой переменной GDP_GE.
Заметим, что данное уравнение у нас без константы, посколькупоследняя оказалась статистически незначимой.После потенцирования получаем следующее степенное уравнение регрессии:GDP_GE= LOANS_TO_BANKS_GE1,101.(Л.2)Последнее уравнение можно интерпретировать следующим образом: в период с 2002 г. по 2012 г. рост на 1,0% объема банковских кредитов, выданных336банкам ФРГ, приводил к росту ВВП ФРГ на 1,101% (коэффициент эластичности)при нулевом исходном уровне.Вычисление коэффициента эластичности между ростом объема банковскихкредитов, выданных нефинансовым организациям и самозанятым гражданам, иростом ВВП: для того, чтобы найти степенное уравнение регрессии между зависимой переменной «ВВП ФРГ, в текущих ценах, млрд евро» и независимой переменной «объем банковских кредитов, выданных нефинансовым организациям исамозанятым гражданам ФРГ, в млрд евро», обозначим их символами, соответственно, как GDP_GE и LOANS_TO_NON_BANKS_GE, а затем прологарифмируем и решим линеаризованное уравнение регрессии с помощью статистическойпрограммы EViews.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
