Студопедия

Главная страница Случайная страница

Разделы сайта

АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника






Взаимозависимость показателей бюджетного дефицита и текущего счета

Исследование

на тему:

Динамика схожа как сальдо бюджетного дефицита и текущего счета с 1990 года по 1994 год. Потом динамика начала различаться, стал ухудшаться текущий счет, но улучшается сальдо бюджета с 1994 года. Уже с 2000 года динамика бюджета была практически одинаковой. Текущий счет проявляет значительную волатильность. В 2007 года дефицит текущего счета достиг -26% от ВВП, в Болгарии на текущий счет влияет больше всего торговый баланс. Благоприятное влияние на уменьшение торгового дефицита оказал рост экспорта, наряду с экспортом увеличился и импорт товаров и услуг, положительный капитальный счет Болгарии, уменьшение иностранных инвестиций в Болгарии. Текущий счет Болгарии положителен и с января по октябрь 2011 года составляет плюс 1.3 млрд. евро, показывают последние данные Болгарского народного банка.

Далее мы составляем корреляцию бюджета и текущего счета. Коэффициент корреляции составляет – 0, 445931, графический анализ подтверждает, что так как коэффициент корреляции является отрицательным, то динамика переменных - разнонаправленная (чем ближе к единице, тем похоже динамика двух переменных).

 

  Budget CA
Budget 1.000000 - 0.445931
CA - 0.445931 1.000000

 

VectorAutoregressionEstimates
Date: 12/03/12 Time: 17: 07
Sample (adjusted): 1994 2009
Includedobservations: 16 afteradjustments
Standard errors in () & t-statistics in [ ]
     
     
  BUDGET CA
     
     
BUDGET(-1) 0.607315 -0.725643
  (0.27418) (0.43511)
  [ 2.21499] [-1.66770]
     
BUDGET(-2) -0.003695 0.099769
  (0.26016) (0.41286)
  [-0.01420] [ 0.24165]
     
BUDGET(-3) 0.166131 -0.055112
  (0.26953) (0.42773)
  [ 0.61637] [-0.12885]
     
BUDGET(-4) 0.371928 -0.204627
  (0.27762) (0.44056)
  [ 1.33973] [-0.46447]
     
CA(-1) -0.021791 0.929817
  (0.25939) (0.41164)
  [-0.08401] [ 2.25879]
     
CA(-2) -0.184271 -0.462555
  (0.32871) (0.52164)
  [-0.56059] [-0.88673]
     
CA(-3) 1.168571 -0.287696
  (0.39539) (0.62746)
  [ 2.95552] [-0.45851]
     
CA(-4) -0.760052 0.170882
  (0.36744) (0.58311)
  [-2.06851] [ 0.29305]
     
C 2.555474 -5.394204
  (2.26614) (3.59624)
  [ 1.12768] [-1.49996]
     
     
R-squared 0.757281 0.799973
Adj. R-squared 0.479887 0.571371
Sumsq. resids 90.86336 228.8296
S.E. equation 3.602843 5.717512
F-statistic 2.729985 3.499416
Loglikelihood -36.59716 -43.98613
Akaike AIC 5.699645 6.623266
Schwarz SC 6.134226 7.057847
Meandependent -0.746304 -7.145588
S.D. dependent 4.995702 8.733062
     
     
Determinant resid covariance (dof adj.) 411.8655
Determinantresidcovariance 78.83364
Loglikelihood -80.34475
Akaikeinformationcriterion 12.29309
Schwarzcriterion 13.16226
     
     

Теперь строим векторную регрессию. Для построения модели берем 5 лагов. Оптимальное количество лагов было подобрано- 4 лага в модели. Наиболее распространенными критериями является критерий Шварца (Schwarz) и критерий Акайке (Akaike). Оба критерия позволяют выбирать наилучшую модель из множества различных спецификаций. Критерии численно построены так, чтобы учесть влияние на качество подгонки модели двух противоположных тенденций.

По критерию Шварца в моделе оптимальным было использование 1 лага, критерий Шварца был равен 12, 46, а по критерию Акайке оптимальное количество лагов 4 и он равен 12, 11. Но мы придерживаемся критерию Шварца, который указывает на оптимальное значение лагов 1.

 

VAR Lag Order Selection Criteria        
Endogenous variables: CA BUDGET        
Exogenous variables: C        
Date: 12/03/12 Time: 14: 06        
Sample: 1990 2010          
Included observations: 17        
             
             
Lag LogL LR FPE AIC SC HQ
             
             
  -107.6683 NA 1375.628 12.90215 13.00017 12.91189
  -97.42135 16.87725* 664.4310* 12.16722 12.46129* 12.19645*
  -93.98019 4.858107 729.9752 12.23296 12.72309 12.28168
  -90.00736 4.673916 783.9026 12.23616 12.92234 12.30437
  -85.01370 4.699914 798.8459 12.11926* 13.00149 12.20695
             
             
* indicates lag order selected by the criterion      

 

LR: sequential modified LR test statistic (each test at 5% level)
FPE: Finalpredictionerror    
AIC: Akaikeinformationcriterion    
SC: Schwarzinformationcriterion    
HQ: Hannan-Quinn information criterion      

Теперь переходим к тесту Гренджера, который показал, что текущий счет имеет влияние на бюджетный дефицит и составляет 1 %. Бюджетный дефицит влияет на текущий счет, т.к. P- критерий = 1%, т.е. вероятность того, что коэффициент 7, 84= 0 составляет 1 %, текущий счет не влияет, так как P- критерий = 65 % (0, 6528), так как коэффициенты при текущем счете равны 0.

Он показал, что не наблюдается взаимной причинности и текущего счета и бюджетного дефицита, но наблюдается зависимость текущего счета от бюджетного дефицита, что свидетельствует о том, что использование векторной регрессии нецелесообразно, поэтому можно построить регрессионную модель, которая учитывает одностороннюю зависимость текущего счета от бюджетного дефицита методом МНК (методом наименьших квадратов), для уточнения совместного влияния двух показателей.

 

VAR Granger Causality/Block Exogeneity Wald Tests
Date: 12/03/12 Time: 14: 07  
Sample: 1990 2010    
Included observations: 19  
       
       
       
Dependent variable: CA  
       
       
Excluded Chi-sq df Prob.
       
       
BUDGET 7.839390   0.0198
       
       
All 7.839390   0.0198
       
       
       
Dependent variable: BUDGET  
       
       
Excluded Chi-sq df Prob.
       
       
CA 0.853056   0.6528
       
       
All 0.853056   0.6528
       
       

 

Для дальнейшего рассмотрения взаимозависимости показателей используем Тест Вальда- статистический тест, используемый для проверки ограничений на параметры статистических моделей, оцененных на основе выборочных данных. Является одним из трех базовых тестов проверки ограничений наряду с тестом отношения правдоподобия. Тест является асимптотическим, то есть для достоверности выводов требуется достаточно большой объем выборки. В данном случае на бюджетный дефицит влияет второй лаг со значимостью 0, 52%.

 

VAR Lag Exclusion Wald Tests  
Date: 12/03/12 Time: 17: 12  
Sample: 1990 2010    
Includedobservations: 19  
       
       
Chi-squared test statistics for lag exclusion:
Numbers in [ ] are p-values  
       
       
  BUDGET CA Joint
       
       
Lag 1 3.271782 24.39689 27.01114
  [ 0.194779] [ 5.04e-06] [ 1.98e-05]
       
Lag 2 0.516458 5.909819 6.289771
  [ 0.772418] [ 0.052083] [ 0.178528]
       
       
df      
       
       

Вывод: По данным тестов, мы приходим к выводу, что в Болгарии существует зависимость текущего счета от бюджетного дефицита и использование векторной регрессии нецелесообразно, достаточно построить регрессионную модель, которая учитывает одностороннюю зависимость текущего счета от бюджетного дефицита методом МНК.

 

 

<== предыдущая лекция | следующая лекция ==>
Вывод: рыночная стоимость запасов составляет 2 908 рублей | III. Собственно конспект




© 2023 :: MyLektsii.ru :: Мои Лекции
Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав.
Копирование текстов разрешено только с указанием индексируемой ссылки на источник.