Головна сторінка Випадкова сторінка КАТЕГОРІЇ: АвтомобіліБіологіяБудівництвоВідпочинок і туризмГеографіяДім і садЕкологіяЕкономікаЕлектронікаІноземні мовиІнформатикаІншеІсторіяКультураЛітератураМатематикаМедицинаМеталлургіяМеханікаОсвітаОхорона праціПедагогікаПолітикаПравоПсихологіяРелігіяСоціологіяСпортФізикаФілософіяФінансиХімія |
ВАРІАНТ № 17Дата добавления: 2015-06-15; просмотров: 487
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 zкр = 1,96 для заданного уровня значимости a = 0,05. Тогда: = = __________ » _______.
Сравнивая t с Tкр, получим: ½t½___Tкр, следовательно, t статистически ____значим. Вывод: t ___Tкр. 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
= 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 rxy = _______ 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 ex = x(t) – (t) и ey = 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.
Таблица 10. Величина коэффициента корреляции равна:
= ¾¾¾¾¾¾¾¾¾¾¾¾¾¾¾¾¾ = = ¾¾¾¾¾¾ = __________ » ______.
Вывод: Величина коэффициента корреляции в остатках = ______ свидетельствует о _________________________ связи между отклонениями ex, ey 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 = _________ » » ______. tтабл. (a = 0,05; n-k-1 = __) = _______ tрасч. ___ tтабл. Вывод: Проверка статистической значимости коэффициента корреляции между отклонениями ex, ey 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 ex, ey фактических значений x и y от соответствующих трендовых значений и ______________. Общий вывод: Углубленный корреляционный анализ показывает, что взаимосвязь между отклонениями ex, ey 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 rxy = _______ 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 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
|