Анализ регрессионной модели на наличие гетероскедастичности с помощью тестов Вайта и Голдфельда-Квандта

Применение метода эконометрического анализа, который объединяет экономическую теорию со статистическими методами анализа, используется в создании модели народного хозяйства с целью прогнозирования таких важных показателей, как валовой национальный продукт, уровень безработицы, темп инфляции и дефицит федерального бюджета. Эконометрика используется все более широко в управленческой деятельности предприятий и организаций торговли, позволяет сделать достаточно точные перспективные прогнозы о состоянии потребительского рынка, товарных рынков, регулирует динамику цен и т. д.

Особенностью деятельности экономиста является работа в условиях недостатка информации и неполноты исходных данных. Анализ такой информации требует специальных методов, которые составляют один из аспектов эконометрики. Центральной проблемой эконометрики являются построение эконометрической модели и определение возможностей ее использования для описания, анализа и прогнозирования реальных экономических процессов.

Центральное место во всем математико-статистическом инструментарии эконометрики занимает регрессионный анализ, как метод, используемый в эконометрике для получения уравнения, дающего наилучшую оценку истинного соотношения между исследуемыми переменными.

В данной работе делается попытка с помощью модели множественной регресии выяснить, какие факторы оказывают влияние на уровнь среднемесячной номинальной заработной платы.

В квчестве независимых переменных рассматриваются:

• ИПЦ, %();

• Темп прироста ВВП, в сопоставимых ценах,%();

• Номинальный ВВП, BYR млрд.руб.();

• Дефлятор ВВП,%.().

Оценив коэффициенты модели, а также оценив значимость и адекватность модели, можно сделать выод о том, какие из указанных факторов оказывают влияние на уровень среднемесячной номинальной заработной платы.

Целью работы является также решение вопроса о наличии или отсутствии гетероскедастичности с помощью тестов Голдфелда-Квандта и Уайта.

Поквартальные данные для анализа взяты с портала Национального статистического комитета, а также с сайта Издательского центра ИПМ (исследования, прогнозы, мониторинг) за 2003;2009 гг.

.

1. Теоретическая часть

1.1. Множественная модель регрессии

Экономические явления определяются, как правило, большим числом совокупно действующих факторов. В связи с этим часто возникает задача исследования зависимости одной переменной Y от нескольких объясняющих переменных X1, X2, …, Xn. Эта задача решается с помощью множественного регрессионного анализа.

Множественная регрессия широко используется в решении проблем спроса, доходности акций, при изучении функции издержек производства, в макроэкономических расчетах и целом ряде других вопросов эконометрики. В настоящее время множественная регрессия — один из наиболее распространенных методов в эконометрике. Основная цель множественной регрессии — построить модель с большим числом факторов, определив при этом влияние каждого из них в отдельности, а также совокупное их воздействие на моделируемый показатель.

Построение уравнения множественной регрессии начинается с решения вопроса о спецификации модели, включающего отбор факторов и выбор вида уравнения регрессии. Факторы, включаемые во множественную регрессию, должны отвечать следующим требованиям:

— они должны быть количественно измеримы (качественным факторам необходимо придать количественную определенность);

— между факторами не должно быть высокой корреляционной, а тем более функциональной зависимости, т. е. наличия мультиколлинеарности.

При эконометрическом моделировании реальных экономических процессов предпосылки КЛММР нередко оказываются нарушенными: дисперсии остатков модели не одинаковы (гетероскедастичность остатков),