Автор работы: a********@bk.ru, 27 Ноября 2011 в 12:40, курсовая работа
Целью данной курсовой работы является оценка экономической сущности индекса потребительских цен, как основного измерителя инфляционных процессов, а также статистический и эконометрический анализ динамики ИПЦ по данным регионов России за период 2007-2009 года.
ВВЕДЕНИЕ……………………………………………………………………3
ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ АСПЕКТЫ И ЭКОНОМИЧЕСКАЯ СУЩНОСТЬ ИНДЕКСА ПОТРЕБИТЕЛЬСКИХ ЦЕН………………………………………………………………………….....5
1.1 Социально-экономическое значение ИПЦ……………………………...5
1.2 Порядок расчета и регистрации цен……………………………………10
ГЛАВА 2. МОДЕЛИ ИЗУЧЕНИЯ ДЕТЕРМИНАНТ ДИНАМИКИ ИНДЕКСА ПОТРЕБИТЕЛЬСКИХ ЦЕН…………………………………...18
2.1 Статистический анализ динамики ИПЦ за период 2007-2010 гг.…….18
2.2 Эконометрический анализ детерминант динамики ИПЦ…………….22
ЗАКЛЮЧЕНИЕ……………………………………………………………...31
БИБЛИОГРАФИЧЕСКИЙ СПИСОК……………………………
Среднедушевые
денежные доходы исчисляются как
отношение общей суммы денежных
доходов населения за год (или
текущий период) к среднегодовой
численности наличного
На мой взгляд, ИПЦ находится в некой зависимости от данного показателя, так как снижение среднедушевых доходов населения влияет на общий уровень жизни и экономическую ситуацию в стране, а все это влечет за собой и изменение цен.
Экономически активное население - лица в возрасте, установленном для измерения экономической активности населения, которые в рассматриваемый период (обследуемую неделю) считаются занятыми или безработными. Занятые в экономике - лица, которые в рассматриваемый период выполняли оплачиваемую работу по найму, а также приносящую доход работу не по найму как с привлечением, так и без привлечения наемных работников. В численность занятых включаются лица, которые выполняли работу в качестве помогающих на семейном предприятии, лица, которые временно отсутствовали на работе, а также лица, занятые в домашнем хозяйстве производством товаров и услуг для реализации. К безработным, применительно к стандартам Международной организации труда (МОТ), относятся лица в возрасте, установленном для измерения экономической активности, которые в рассматриваемый период (обследуемую неделю) одновременно удовлетворяли следующим критериям: не имели работы (доходного занятия); занимались поиском работы, т.е. обращались в государственную или коммерческую службу занятости, использовали или помещали объявления в печати, непосредственно обращались к администрации организации или работодателю, использовали личные связи или предпринимали шаги к организации собственного дела; были готовы приступить к работе в течение обследуемой недели. Учащиеся, студенты, пенсионеры и инвалиды учитываются в качестве безработных, если они занимались поиском работы и были готовы приступить к ней.
Параграф данной работы предполагает рассмотрение показателя экономически активного населения и его связь с ИПЦ.
Была построена корреляционная матрица, чтобы выявить тесноту и направление связи между переменными.
В
ходе проведенного исследования по показателям
были рассчитаны описательные статистики.
Таблица 2.1
Описательные статистики
ipc | vrp | ypbez | Act_nas | |
Среднее | 113.2684 | 406784.7 | 7.131579 | 976.6579 |
Медиана | 113.2000 | 201299.5 | 6.550000 | 681.0000 |
Максимум | 119.3000 | 8441206. | 20.20000 | 6117.000 |
Минимум | 108.9000 | 15108.50 | 0.800000 | 88.00000 |
Стандартное отклонение | 1.782120 | 932008.2 | 3.428135 | 917.8029 |
Асимметрия | 0.015925 | 6.592752 | 1.568831 | 2.857736 |
Эксцесс | 3.350917 | 51.45706 | 6.399233 | 14.60023 |
Примечание: ipc – индекс потребительских цен, vrp – валовой региональный продукт (ВРП) по субъектам Российской Федерации, ypbez – уровень безработицы, act_nac - численность экономически активного населения.
Проанализировав данные за период 2007-2009 года, можно сделать вывод, что среднее значение ИПЦ составило 113,2684, максимальное и минимальное значение этого показателя 119,3000 и 108,9000 соответственно. Абсолютная мера рассеяния составила 1,782120. Коэффициент асимметрии равен 0,015925>0, значит, полигон распределения значений данного показателя имеет правостороннюю скошенность. Мерой крутости служит эксцесс равный 3,350917>0, значит, полигон имеет островершинное распределение.
Исследование показателя валового регионального продукта за рассматриваемый период 2007-2009гг. по регионам России дало следующие результаты: среднее значение составило 406784,7 млн. рублей; максимальное и минимальное значение валового внутреннего продукта составило 844120,6 и 15108,50 млн. рублей соответственно. Абсолютная мера рассеяния составила 932008,2 (млн. рублей) 2. . Коэффициент асимметрии равен 6,592752>0, значит, полигон распределения значений данного признака имеет правостороннюю скошенность. Мерой крутости служит эксцесс (куртозис) равен 51,45706>0, значит, полигон имеет островершинное распределение.
Уровень безработицы по данным регионов России за период 2007-2009 года имеет следующие характеристики. Среднее значение составило 7,131579. Максимальное значение равно 20,20000, а минимальное – 0,80000. Абсолютная мера рассеяния составила 3,428135. Коэффициент асимметрии равен 1,568831>0, значит, полигон распределения значений данного признака имеет правостороннюю скошенность. Мерой крутости служит эксцесс (куртозис) равен 6,399233>0, значит, полигон имеет островершинное распределение.
Результаты исследования показателя численности экономически активного населения за период 2007-2009 гг. по регионам России дало следующие результаты: среднее значение составило 976,6579 тыс. человек; максимальное и минимальное значение численности экономически активного населения составило 6117,0 и 88,00000 тыс. человек соответственно. Абсолютная мера рассеяния составила 917,8029 (тыс. человек) 2. Коэффициент асимметрии равен 2,857736>0, значит, полигон распределения значений данного признака имеет правостороннюю скошенность. Мерой крутости служит эксцесс (куртозис) = 14,6>0, значит, полигон имеет островершинное распределение.
При построении регрессии на панельных данных используют случайные либо фиксированные эффекты. Для того чтобы выбрать какой из эффектов использовать применяется тест Хаусмана.
Тест Хаусмана – позволяет проверить гипотезу о наличии случайных эффектов в модели (нулевая гипотеза о некоррелированности эффектов (ненаблюдаемых переменных) с регрессорами). Статистика теста имеет распределение хи-квадрат с k степенями свободы.
Результаты Теста Хаусмана представлены в таблице 2.2.
Исходя из результата теста Хаусмана, а также цели и задач исследования может быть выбран наилучший тип модели анализа панельных данных: либо модель с фиксированными эффектами, либо модель со случайными эффектами. Так как вероятность равна 0,0016<0,1, то гипотезу о том, что следует использовать случайные эффекты при построении регрессии можно отклонить, то есть построенная регрессионная модель будет с фиксированными эффектами(табл. 2.2.).
Таблица 2.2
Тест Хаусмана
Correlated Random Effects - Hausman Test | |||
Equation: Untitled | |||
Test cross-section random effects | |||
Test Summary | Chi-Sq. Statistic | Chi-Sq. d.f. | Prob. |
Cross-section random | 15,258615 | 3 | 0,0016 |
В ходе эконометрического исследования был проведен регрессионный анализ на панельных данных (табл. 2.3.). Для исследования были взяты регионы России за период 2007-2009гг. В качестве зависимой переменной выступал показатель индекса потребительских цен, а в качестве независимых переменных был взят валовой региональный продукт, показатель численности экономически активного населения, а также показатель уровня безработицы.
Проанализировав построенную регрессионную модель, можно сделать следующие выводы: динамика ИПЦ зависит от таких факторов, как уровень безработицы и численность экономически активного населения. Оба фактора значимы на 5% уровне и имеют прямое влияние на ИПЦ. Так, например, при увеличении уровня безработицы на 1% ИПЦ увеличится на 0,035%, а при увеличении численности экономически активного населения на 1% ИПЦ увеличится на 0,0175%. Как мы видим уровень безработицы, оказывает большее влияние на индекс потребительских цен.
Таблица 2.3
Результаты оценки регрессионной модели на панельных данных
Факторы | Регрессионная модель | Вероятность ошибки |
Свободный член | 93,4208 | 0,0000 |
(8,515611) | ||
Валовой региональный продукт | 1,486706 | 0,1946 |
(1,136706) | ||
Численность экономически активного населения | 0,017585 | 0,0493 |
(0,008795) | ||
Уровень безработицы | 0,289173 | 0,0354 |
(0,134912) | ||
Скорректированный коэффициент детерминации | 0,332106 | |
Вероятность F-критерия Фишера | 0,001999 |
Примечание: в круглых скобках указаны стандартные ошибки.
Проанализировав построенную регрессионную модель, можно сделать следующие выводы: динамика ИПЦ зависит от таких факторов, как уровень безработицы и численность экономически активного населения. Оба фактора значимы на 5% уровне и имеют прямое влияние на ИПЦ. Так, например, при увеличении уровня безработицы на 1% ИПЦ увеличится на 0,035%, а при увеличении численности экономически активного населения на 1% ИПЦ увеличится на 0,0175%. Как мы видим уровень безработицы, оказывает большее влияние на индекс потребительских цен.
Таким образом, вероятность ошибки показателя численности экономически активного населения ε=0,0493<0.05, это означает, что коэффициент значим, также значим показатель уровня безработицы, вероятность ошибки ε=0,0354<0.05, вероятность ошибки валового регионального продукта ε=0,1946>0,05, следовательно, это говорит о не значимости данного коэффициента для построенной регрессионной модели.
Коэффициент детерминации в построенной регрессии составляет 0,67711, таким образом, 67,7% вариации. Скорректированный равен 0,332106.
Коэффициент детерминации (R2)— это доля объяснённой дисперсии отклонений зависимой переменной от её среднего значения. Зависимая переменная объясняется (прогнозируется) с помощью функции от объясняющих переменных. В частном случае R2 является квадратом коэффициента корреляции между зависимой переменной и её прогнозными значениями с помощью объясняющих переменных. Тогда можно сказать, что R2 показывает, какая доля дисперсии результативного признака объясняется влиянием объясняющих переменных.
Конкретно в нашем примере мы видим, что выбранные нами показатели на 67,7% объясняют зависимую переменную ИПЦ.
F-статистика равна 1,962614. Вероятность F-критерия Фишера равна 0,001999 (уровень значимости 0,05), это значит, что построенная регрессионная модель значима.
Данную модель мы протестировали на гетероскедастичность с помощью теста Вайта, вероятность ошибки первого рода составила 0,265, следовательно, нулевую гипотезу об отсутствии гетероскедастичности нельзя отклонить.
Таким образом, в построенной нами модели мы получили 2 значимых фактора:
Проанализировав
построенную регрессионную
ЗАКЛЮЧЕНИЕ
В данной курсовой работе мы проанализировали динамику ИПЦ, изучили детерминанты цен, построили модели.
В процессе статистического
Информация о работе Модели изучения детерминант динамики индекса потребительских цен