ВАРІАНТ № 17

Дата добавления: 2015-06-15; просмотров: 481

Рассчитаем критерий Кендела для временного ряда x(t):

t = ,

где p = _____ (см. табл. 5), n = _____.

t = ¾¾¾¾¾ – 1 = ________ .

Вывод: Коэффициент t = _____, значит, в соответ­ствии с критерием Кендела, __________________ тенденция ______выражена.

5.2.2. Проверка статистической значимости t

Проверим статистическую значимость t. Для этого найдем:

,

где z_кр = 1,96 для заданного уровня значимости a = 0,05.

Тогда:

= = __________ » _______.

Сравнивая t с T_кр, получим: ½t½___T_кр, следовательно, t статистически ____значим.

Вывод: t ___T_кр. Þ t – статистически ___значим.

Общий вывод: Аналитический способ установления тренда во временном ряду x(t) с помощью критерия Кендела ___ подтвердил гипотезу о наличии тренда. ___________________ знак t свидетельствует о наличии __________________ тенденции. Таким, образом, временной ряд x(t) ___ имеет ____________ тренд.

5.3. Определение формы зависимости тренда (подтверждение гипотезы о линейности тренда)

Для проверки линейности тренда воспользуемся методом конечных разностей (табл. 6):

Таблица 6

Вывод: Средняя арифметическая ________ конечных разностей близка к нулю. Метод конечных разностей __подтверждает линейность тренда. ___________________________________

____________________________________________________________________________________

Общий вывод: Аналитические критерии оценки временного ряда x(t) ___ подтверждают наличие в нем ____________ линейного тренда. Для последующего анализа продолжим использовать модель линейного тренда:

(t) = a₀ + a₁t

5.4. Определение параметров тренда

Для определения параметров тренда a₀ и a₁ используем МНК, в соответствии с которым решим систему уравнений:

na₀ + a₁St = Sx

a₀St + a₁St² = Stx.

Необходимые расчеты числовых значений коэффициентов системы линейных уравнений отражены в табл. 7.

_____ a₀ + _____a₁ = ______ _____ a₀ + _____a₁ = ______

_____ a₀ + _____a₁ = ______ Þ _____ a₀ + _____a₁ = ______ Þ

Þ ______a₁ = _______ Þ a₁ = _______.

a₀ = (__________ – __________) / ___ = ______ / ___ = _________.

Вывод: Таким образом, линейное уравнение тренда имеет вид:

(t) = ___________________t

5.5. Проверка качества модели тренда

Проверим качество полученной модели на основе оценки средней относительной погрешности:

Промежуточные расчеты отражены в табл. 7.

Таблица 7

t	x	t2	t×x	(t)	x - (t)	½x - (t)½/ x
S

= ¾¾¾¾¾ » ________ .

Вывод: Относительная погрешность ______% ___________значительная. Модель ___адекватна.

Общий вывод: Линейное уравнение тренда имеет вид:

(t) = ______________________t.

Качество модели __________удовлетворительное. Модель ___ может быть использована для прогноза.

5.6. Прогноз признака x – _________________________________ (t = ____):

(t) = 1,1255 + 0,057t = 1,1255 + 0,057×11 = 1,7525 » 1,75.

Вывод: Ожидаемый _____________________________________ – ~ _________.

5.7. Прогноз фактора y – ______________________________________________

(t = ____).

Модель регрессии с численными коэффициентами имеет вид:

= ________________x

Для прогнозируемого x = __________ получим:

= ________________________________ = _______ » _________.

Вывод: ____________________________________________________________

___________________________________________________________________

___________________________________________________________________

___________________________________________________________________

___________________________________________________________________

Общие выводы по результатам проведенного эконометрического анализа

___________________________________________________________________

___________________________________________________________________

___________________________________________________________________

___________________________________________________________________

___________________________________________________________________

___________________________________________________________________

___________________________________________________________________

___________________________________________________________________

___________________________________________________________________

6. Углубленный корреляционный анализ взаимосвязи показателей x и y.

Углубленный корреляционный анализ взаимосвязи показателей x и y необходимо провести в силу того, что:

1) корреляционный анализ разработан для оперирования со случайными выбор­ками, тогда как анализируемые показатели x и y представлены временными рядами, явно содержащими тренды (см. рис 1, 2);

2) __________________________________________________________________

____________________________________________________________________

____________________________________________________________________

____________________________________________________________________

Проверим гипотезу о том, что вычисленный выше (см. п.3) коэффи­циент корреляции взаимосвязи показателей r_xy = _______ содержит ложную корреляцию, объясняемую влиянием показателя времени t, неучтен­ного явно в модели регрессии = _____________________x.

Для исключения влияния фактора времени t при оценке взаимосвязи признаков x и y применим корреляционный анализ не к самим показателям x и y, а к их отклонениям от соответствующих трендов, т.е. к e_x = x(t) – (t) и e_y = y(t) – (t), с последующим распространением выводов на сами показатели. Расчет коэффициента корреляции r выполним по формуле:

.

7.1. Определение уравнений трендов

Уравнение тренда для показателя x(t) было получено выше (см. 5.4):

(t) = ________________t.

Определим уравнение тренда для показателя y. Исходя из графика y(t) (см. рис.2) делаем предположение о линейности тренда:

= a₀ + a₁ t.

Используя метод наименьших квадратов, определим параметры тренда a₀ , a₁ , решая систему линейных уравнений:

na₀ + a₁St = Sy

a₀St + a₁St² = Sty.

Необходимые расчеты отражены в табл. 8.

Таблица 8.

Решая систему уравнений:

______ a₀ +_______ a₁ =________

______ a₀ +_______ a₁ =________ ,

определим параметры тренда: a₀= _________, a₁ = _________.

Таким образом, уравнение тренда для показателя y:

= _____________________ t.

7.2. Определение отклонений от трен­дов – остатков и расчет коэффициента корреляции в остатках

Найдем отклонения от трендов (табл. 9) и выполним необходимые дополнитель­ные вычисления для определения коэффициента корреляции в остатках (табл. 10).

Таблица 9.

t	x	y			ex= x -	ey = y -
S
Среднее

Таблица 10.

Величина коэффициента корреляции равна:

= ¾¾¾¾¾¾¾¾¾¾¾¾¾¾¾¾¾ =

= ¾¾¾¾¾¾ = __________ » ______.

Вывод: Величина коэффициента корреляции в остатках = ______ свиде­тельствует о _________________________ связи между отклонениями e_x, e_y фактиче­ских значений x и y от соответствующих трендовых значений и .

7.3. Проверка статистической значимости коэффициента корреляции в остатках

Выполняем проверку статистической значимости коэффициента корреляции с помощью t-статистики:

= = ¾¾¾¾¾¾ = _________ »

» ______.

t_табл. (a = 0,05; n-k-1 = __) = _______

t_расч. ___ t_табл.

Вывод: Проверка статистической значимости коэффициента корреляции между откло­нениями e_x, e_y показывает, что коэффициент корреляции ___значимо отличен от нуля. Гипотеза о наличии ложной корреляции между x и y ________________.

Таким образом, Углубленный корреляционный анализ показывает, что взаимосвязь между откло­нениями e_x, e_y фактических значений x и y от соответствующих трендовых значений и ______________.

Общий вывод: Углубленный корреляционный анализ показывает, что взаимосвязь между откло­нениями e_x, e_y фактических значений x и y от соответствующих трендовых значений и ______________. Таким образом,

_________________ существенная линейная взаимосвязь анализируемого результирующего признака y с фактором x: = ______. Вычисленный ранее коэффициент корреляции r_xy = _______ отражает __________________________

____________________________________________________________________

____________________________________________________________________

________________________________________________________________________________________________________________________________________

____________________________________________________________________

____________________________________________________________________

Таким образом, полученная ранее модель регрессии = ______________x

____ может быть использована для целей прогнозирования. _________________

____________________________________________________________________

____________________________________________________________________

________________________________________________________________________________________________________________________________________

____________________________________________________________________

____________________________________________________________________

____________________________________________________________________

____________________________________________________________________

____________________________________________________________________

____________________________________________________________________

____________________________________________________________________

Замечания:

Рекомендовано к изданию

Редакционно-издательским советом

Национального института бизнеса

©Национальный институт бизнеса 2009

©Москинова Г.И. 2009

ВОПРОСЫ

к государственному итоговому междисциплинарному экзамену
по направлению 080100.62 «Экономика (бакалавр)»

профиль «Финансы и кредит»

Раздел 1. Деньги, кредит, банки

1. Сущность, функции и роль денег в рыночной экономике, предпосылки их возникновения. Виды денег.

2. Денежная масса. Закон денежного обращения и методы государственного регулирования денежного оборота.

3. Понятие денежной системы. Денежная система РФ.

4. Инфляция: сущность, причины, формы проявления, виды и типы.

5. Валютные отношения и валютная система: понятие, категории, элементы. Валютная система РФ.

6. Необходимость и сущность кредита, его функции. Формы и виды кредита.

7. Содержание, структура и элементы кредитной системы. Кредитная система РФ.

8. Возникновение и сущность банков, их роль в развитии экономики.

9. Понятие банковской системы, ее признаки и элементы. Банковская система РФ.

10. Цели, задачи и функции Центрального банка РФ, его основные виды деятельности.

11. Сущность и функции коммерческого банка и его отличие от других финансово-коммерческих структур.

12. Виды операций коммерческих банков. Современные услуги коммерческого банка.

13. Сущность денежно-кредитной политики Центрального Банка РФ, ее методы и инструменты.

14. Объекты и субъекты денежно-кредитной политики Центрального Банка РФ.

15. Международные финансово-кредитные организации, участие России в них.

ОТВЕТЫ