| 
  
 squared = 0.851815Watson stat = 1.985892statistic =36.40590(F-statistic) = 0.000000 
 По построенным данным видно, что P-вероятность и t-статистика показывают значимость коэффициентов при уровне значимости 6%. Коэффициент детерминации, F- статистика и ее вероятность указывают на статистическую значимость и адекватность построенной модели. 
 Теперь перейдем к предпосылкам нарушения МНК. Начнем со статистки Дарбина - Уотсона и теста Бреуша - Годфри на наличие автокорреляции в модели: 
     | Breusch-Godfrey Serial Correlation LM Test:  |   | F-statistic  | 0.025444  | Probability  | 0.875042  |   | Obs*R-squared  | 0.032466  | Probability  | 0.857009  |  По статистике Дарбина - Уотсона и тесту Бреуша - Годфри отчетливо видно отсутствие автокорреляции в данной модели. 
 Теперь перейдем к тесту Уайта и оценим данную модель на наличие гетероскедастичности: 
     | White Heteroskedasticity Test:  |   | F-statistic  | 0.240344  | Probability  | 0.956403  |   | Obs*R-squared  | 1.901579  | Probability  | 0.928524  |  Тест Уайта указывает на отсутствие в данной модели гетероскедастичности. 
 Теперь перейдем к анализу случайных отклонений в данной модели: проведем проверку на стационарность и нормальное распределение: 
 В первую очередь проверим остатки на стационарность с помощью теста ADF: 
     | ADF Test Statistic  | -4.564575  | 1% Critical Value*  | -2.6756  |   |  |  | 5% Critical Value  | -1.9574  |   |  |  | 10% Critical Value  | -1.6238  |  Была взята спецификация N,0. По данному тесту можно сделать вывод о том, что наличие стационарности случайных отклонений данной модели подтверждается. 
 Теперь посмотрим на нормальное распределение остатков с помощью теста Жака-Бера: 
 (JB)= 0,882 
 Тест Жака-бера указывает на нормальное распределение случайных отклонений в данной модели. 
 Анализируя данную модель можно сделать следующий вывод: 
 по P-вероятности и t- статистике коэффициенты данной модели являются статистически значимыми при уровне значимости 6%, также статистически значимой является и сама модель по коэффициенту детерминации, F- статистике и ее вероятности; 
 переходя к предпосылкам нарушения МНК, можно отметить, что в данной модели отсутствует как гетероскедастичность, так и автокорреляция, что указывает на эффективность и несмещенность оценок данной модели; 
 остатки в данной модели являются стационарными и имеют нормальное распределение, что является достаточно важным условием построения качественной модели. 
 Заключение 
 Одним из традиционных подходов к исследованию макроэкономических процессов является подход, основанный на использовании эконометрических моделей. Эконометрические модели позволяют решать достаточно широкий круг задач исследования: анализ причинно-следственных связей между экономическими переменными; прогнозирование значений экономических переменных; построение и выбор вариантов (сценариев) экономической политики на основе имитационных экспериментов с моделью. Моделирование и прогнозирование макроэкономических процессов является, несомненно, актуальной проблемой и для белорусской экономики. В данной работе были построены эконометрические модели, которые отразили зависимость денежного агрегата M0 от валового внутреннего продукта и индекса цен Республики Беларусь за период 2005-2006 год. 
 
 |