Финансовый университет. Контрольная работа


Есть несколько готовых вариантов.

При оплате в комментариях обязательно укажите номер варианта.


Порядок выполнения контрольной работы

В ходе выполнения лабораторной работы требуется:

  • Провести поэтапное решение задачи, используя Excel или с помощью других прикладных программ (GRETL, RStudio и т.п.);
  • Для проверки предоставить преподавателю файл с расчетами и распечатать протокол решения в текстовом редакторе.

Протокол отчета должен содержать:

  • Решение задач контрольной работы должно сопровождаться необходимыми расчетами и комментариями, то есть все основные моменты процесса решения задачи должны быть раскрыты и обоснованы соответствующими теоретическими положениями.
  • Фрагменты исходного рабочего листа Excel или окна вывода других используемых программных продуктов.
  • Диалоговые окна инструментов «Регрессия» «Анализа данных» или «Поиска решения», функции ЛИНЕЙН и т.п..
  • Фрагмент рабочего листа Excel, содержащий результаты решения и графические результаты моделирования и прогнозирования.

Варианты для выполнения контрольной работы


ВАРИАНТ   1
Ставится задача исследовать, как влияет индекс реальных инвестиций в основной капитал (INVFC_Q_DIRI) на индекс реального ВВП РФ (GDPEA_Q_DIRI). Оба показателя – цепные индексы, где за базу (100%) взят уровень прошлых лет (1994 и 2005 соответственно). Данные с сайта http://sophist.hse.ru

T Индекс реальных инвестиций в основной капитал Индекс реального ВВП
2007 I 87,1 131,30
II 132,9 144,40
III 156,5 156,90
IV 226,7 164,60
2008 I 107,5 143,30
II 156,2 155,80
III 175,6 167,00
IV 223,7 162,40
2009 I 88,2 130,10
II 123,7 138,40
III 144,6 152,60
IV 203,1 158,20
2010 I 83,9 135,40
II 130,5 145,30
III 152,2 158,40
IV 225,7 166,30
2011 I 87,4 139,90
II 140,6 151,40
III 169,6 164,80
IV 259,5 174,00
2012 I 99,4 147,30
II 155,4 157,90
III 178,8 170,00
IV 267,7 177,10
2013 I 102 148,20
II 155,8 159,70
III 178,3 172,00
IV 270,8 180,80
2014 I 98,8 149,10
II 156,2 161,80
III 177,9 173,30
IV 263,4 181,30
2015 I 91,7 146,30
II 138,2 156,30
III 153,4 168,70
IV 238,9 175,40
2016 I 88,2 145,70
II 133 155,50
III 151,9 168,10
IV 235,9 176,00
Требуется:
  1. Построение спецификации эконометрической модели

Привести постановку задачи построения модели парной линейной регрессии. Выбрать эндогенную переменную. Сделать предположения относительно знаков (положительный или отрицательный) параметров модели.

  1. Исследование взаимосвязи данных показателей с помощью диаграммы рассеяния и коэффициента корреляции

Построить график диаграммы рассеяния зависимой переменной с экзогенным фактором. Оценить коэффициент корреляции между объясняемой и объясняющей переменными. Проанализировать тесноту и направление связи между исследуемыми показателями и сделать вывод о возможности построение линейной модели парной регрессии индекса реального ВВП РФ на индекс реальных инвестиций в основной капитал. Проверить значимость коэффициента корреляции.

  1. Оценка параметров модели парной регрессии

Оценить параметры модели с помощью:

  • надстройки Анализ данных, используя инструмент Регрессия;
  • по формулам:
  • с помощью функции ЛИНЕЙН.

Выпишите полученное уравнение регрессии. Дайте экономическую интерпретацию параметрам модели  регрессии индекса реального ВВП РФ  на индекс реальных инвестиций в основной капитал. Отобразите на графике исходные данные и результаты моделирования.

  1. Оценивание качества спецификации модели

Проверить статистическую значимость регрессии в целом. Проверить статистическую значимость оценок параметров. Оценить точность модели с помощью средней относительной ошибки аппроксимации. Сделайте выводы качестве уравнения регрессии.

  1. Оценивание адекватности модели

Описать процедуру и привести результаты проверки адекватности модели, выбрав последнее наблюдение в качестве контрольного уровня.

  1. Проверка предпосылки теоремы Гаусса-Маркова о гомоскедастичности случайных возмущений

Выполнить визуальный анализ гетероскедастичности с помощью графика. Привести поверку по одному из тестов: Уайта, Бреуша – Пагана или Голдфельда-Квандта. Сделать выводы. При необходимости предложить вариант корректировки гетероскедастичности.

  1. Проверка предпосылки теоремы Гаусса-Маркова об отсутствии автокорреляции случайных возмущений

Выполнить визуальный анализ автокорреляции остатков с помощью графика. Привести результаты тестирования на отсутствие автокорреляции случайных возмущений с помощью теста Дарбина -Уотсона. Сделать выводы. При необходимости предложить вариант корректировки автокорреляции.

  1. Множественная регрессия

В связи с тем, что объясняющая переменная представляет собой временной ряд, одной из составляющих компонент которого может быть сезонная волна, необходимо учесть эту структуру для дальнейшего прогноза, введя фиктивные переменные для соответствующих кварталов. Постройте график изменения объясняющей переменной индекс реальных инвестиций в основной капитал во времени с целью визуального выявления сезонной волны.

  1. Построение спецификации  эконометрической  модели множественной регрессии

Введите необходимое количество фиктивных переменных, характеризующих степень влияния каждого квартала в отдельности. Постройте многофакторную модель динамики объясняющей переменной. Оцените качество и значимость модели и отдельных ее параметров. Поясните экономический смысл параметров при фиктивных переменных сдвига при исследовании сезонных колебаний.

  1. Прогнозирование экзогенной переменной индекса реальных инвестиций в основной капитал

Использовать построенную многофакторную модель с фиктивными переменными для прогнозирования индекса реальных инвестиций в основной капитал на ближайший квартал.

  1. Прогнозирование эндогенной переменной индекса реального ВВП Используя прогнозную оценку индекса реальных инвестиций в основной капитал, построить точечный и интервальный прогноз с вероятностью 0,9 (α=0,1) исследуемого индекса реального ВВП на ближайший квартал.
  2. Представить результаты моделирования и прогнозирования в графическом формате

ВАРИАНТ 2

Ставится задача исследовать, как влияет индекс промышленного производства (по ОКВЭД IP_EA_M) на среднедушевые денежные доходы населения (HHI_M) (рублей в месяц). Первый показатель – цепной индекс, где за базу (100%) взят уровень 2002 года. Данные с сайта http://sophist.hse.ru

T Реальные денежные доходы Индекс  промышленного                              производства
2007 I 11132,0 147,2
II 12392,0 141,6
III 12847,0 144,2
IV 19632,0 158,5
2008 I 13312,0 152,6
II 15159,0 145,6
III 15091,0 148,4
IV 19960,0 138,3
2009 I 15864,0 129,9
II 17291,0 125,7
III 16768,0 131,5
IV 24461,0 147,4
2010 I 17687,0 141,8
II 19053,0 134,7
III 18526,0 139,5
IV 28173,0 157,9
2011 I 19114,0 146,8
II 21279,0 143,5
III 20376,0 146,1
IV 31568,0 164,7
2012 I 20848,0 151,8
II 24126,0 145,8
III 23396,0 149,5
IV 35548,0 169,2
2013 I 24422,0 151,5
II 26441,0 148,3
III 24841,0 151,5
IV 39759,0 169,9
2014 I 24602,0 153,8
II 27587,0 148,9
III 27132,0 156,0
IV 40972,0 176,8
2015 I 27621,0 153,0
II 30049,0 141,9
III 29589,0 150,4
IV 46493,0 169,0
2016 I 29076,0 152,5
II 30872,0 144,5
III 30577,0 149,2
IV 45948,0 174,1

 

Требуется:
  1. Построение спецификации эконометрической модели

Привести постановку задачи построения модели парной линейной регрессии. Выбрать эндогенную переменную. Сделать предположения относительно знаков (положительный или отрицательный) параметров модели.

  1. Исследование взаимосвязи данных показателей с помощью диаграммы рассеяния и коэффициента корреляции

Построить график диаграммы рассеяния зависимой переменной с экзогенным фактором. Оценить коэффициент корреляции между объясняемой и объясняющей переменными. Проанализировать тесноту и направление связи между индексом промышленного производства и среднедушевыми денежными доходами населения и сделать вывод о возможности построение линейной модели парной регрессии между соответствующими показателями. Проверить значимость коэффициента корреляции.

  1. Оценка параметров модели парной регрессии

Оценить параметры модели с помощью:

  • надстройки Excel Анализ данных, используя инструмент Регрессия;
  • по формулам:
  • с помощью функции ЛИНЕЙН.

Выпишите полученное уравнение регрессии денежных доходов населения на индекс промышленного производства. Дайте экономическую интерпретацию параметрам модели. Отобразите на графике исходные данные и результаты моделирования.

  1. Оценивание качества спецификации модели

Проверить статистическую значимость регрессии в целом. Проверить статистическую значимость оценок параметров. Оценить точность модели с помощью средней относительной ошибки аппроксимации. Сделайте выводы качестве уравнения регрессии.

  1. Оценивание адекватности модели

Описать процедуру и привести результаты проверки адекватности модели регрессии денежных доходов населения на индекс промышленного производства, выбрав последнее наблюдение в качестве контрольного уровня.

  1. Проверка предпосылки теоремы Гаусса-Маркова о гомоскедастичности случайных возмущений

Выполнить визуальный анализ гетероскедастичности с помощью графиков. Привести поверку по одному из тестов: Уайта, Бреуша – Пагана, ГолдфельдаКвандта. Сделать выводы. При необходимости предложить вариант корректировки гетероскедастичности.

  1. Проверка предпосылки теоремы Гаусса-Маркова об отсутствии автокорреляции случайных возмущений

Выполнить визуальный анализ автокорреляции остатков с помощью графика. Привести результаты тестирования на отсутствие автокорреляции случайных возмущений с помощью теста Дарбина -Уотсона. Сделать выводы. При необходимости предложить вариант корректировки автокорреляции.

  1. Множественная регрессия

В связи с тем, что объясняющая переменная представляет собой временной ряд, одной из составляющих компонент которого может быть сезонная волна, необходимо учесть эту структуру для дальнейшего прогноза, вводя фиктивные переменные для соответствующих кварталов. Постройте график изменения индекса  промышленного производства во времени с целью визуального выявления сезонной волны.

  1. Построение спецификации  эконометрической  модели множественной регрессии.

Введите необходимое количество фиктивных переменных, характеризующих степень влияния каждого квартала в отдельности. Постройте многофакторную модель динамики  индекса  промышленного производства.   Оцените качество и значимость модели и отдельных ее параметров. Поясните экономический смысл параметров при фиктивных переменных сдвига при исследовании сезонных колебаний.

  1. Прогнозирование экзогенной переменной индекса промышленного производства

Использовать построенную многофакторную модель с фиктивными переменными для прогнозирования индекса промышленного производства на ближайший квартал.

  1. Прогнозирование эндогенной переменной денежных доходов населения Используя прогнозную оценку индекса промышленного производства, построить точечный и интервальный прогноз с вероятностью 0,9 (α=0,1) исследуемого уровня денежных доходов населения на ближайший квартал.
  2. Представить результаты моделирования и прогнозирования в графическом формате

ВАРИАНТ 3

Ставится задача исследовать, как влияет индекс реальных инвестиций в основной капитал (INVFC_Q_DIRI) на реальные денежные доходы (HHI_M_DIRI). Оба показателя – цепные индексы, где за базу (100%) взят уровень прошлых лет (1994 и 2002 соответственно). Данные с сайта http://sophist.hse.ru

T Реальные     денежные доходы Индекс реальных инвестиций в основной капитал
2007 I 157,1 87,1
II 173,2 132,9
III 175,8 156,5
IV 258,7 226,7
2008 I 164,5 107,5
II 180,2 156,2
III 175,5 175,6
IV 230,9 223,7
2009 I 174,0 88,2
II 186,4 123,7
III 180,4 144,6
IV 261,1 203,1
2010 I 185,4 83,9
II 195,0 130,5
III 187,8 152,2
IV 274,8 225,7
2011 I 178,6 87,4
II 196,6 140,6
III 191,1 169,6
IV 284,4 259,5
2012 I 184,5 99,4
II 211,6 155,4
III 200,3 178,8
IV 300,0 267,7
2013 I 202,7 102,0
II 216,4 155,8
III 202,1 178,3
IV 310,2 270,8
2014 I 189,2 98,8
II 208,9 156,2
III 203,3 177,9
IV 286,8 263,4
2015 I 185,5 91,7
II 202,2 138,2
III 194,3 153,4
IV 301,5 238,9
2016 I 184,0 88,2
II 193,3 133,0
III 189,2 151,9
IV 281,4 235,9
Требуется:
  1. Построение спецификации эконометрической модели

Привести постановку задачи построения модели парной линейной регрессии. Выбрать эндогенную переменную. Сделать предположения относительно знаков (положительный или отрицательный) параметров модели.

  1. Исследование взаимосвязи данных показателей с помощью диаграммы рассеяния и коэффициента корреляции

Построить график диаграммы рассеяния зависимой переменной с экзогенным фактором. Оценить коэффициент корреляции между объясняемой и объясняющей переменными. Проанализировать тесноту и направление связи между индексом реальных инвестиций в основной капитал и реальными денежными доходами и сделать вывод о возможности построения линейной модели парной регрессии между соответствующими показателями. Проверить значимость коэффициента корреляции.

  1. Оценка параметров модели парной регрессии

Оценить параметры модели с помощью:

  • надстройки Excel Анализ данных, используя инструмент Регрессия;
  • по формулам:
  • с помощью функции ЛИНЕЙН.

Выпишите полученное уравнение регрессии денежных доходов на индекс реальных инвестиций в основной капитал. Дайте экономическую интерпретацию параметрам модели. Отобразите на графике исходные данные и результаты моделирования.

  1. Оценивание качества спецификации модели

Проверить статистическую значимость регрессии в целом. Проверить статистическую значимость оценок параметров. Оценить точность модели с помощью средней относительной ошибки аппроксимации. Сделайте выводы качестве уравнения регрессии.

  1. Оценивание адекватности модели

Описать процедуру и привести результаты проверки адекватности модели регрессии денежных доходов населения на индекс реальных инвестиций в основной капитал, выбрав последнее наблюдение в качестве контрольного уровня.

  1. Проверка предпосылки  теоремы  Гаусса-Маркова  о                  гомоскедастичности случайных возмущений

Выполнить визуальный анализ гетероскедастичности с помощью графиков. Привести поверку по одному из тестов: Уайта, Бреуша – Пагана, Голдфельда-Квандта. Сделать выводы. При необходимости предложить вариант корректировки гетероскедастичности.

  1. Проверка предпосылки теоремы Гаусса-Маркова об отсутствии автокорреляции случайных возмущений

Выполнить визуальный анализ автокорреляции остатков с помощью графика. Привести результаты тестирования на отсутствие автокорреляции случайных возмущений с помощью теста Дарбина -Уотсона. Сделать выводы. При необходимости предложить вариант корректировки автокорреляции.

  1. Множественная регрессия

В связи с тем, что объясняющая переменная представляет собой временной ряд, одной из составляющих компонент которого может быть сезонная волна, необходимо учесть эту структуру для дальнейшего прогноза, вводя фиктивные переменные для соответствующих кварталов. Постройте график изменения индекса реальных инвестиций в основной капитал во времени с целью визуального выявления сезонной волны.

  1. Построение спецификации  эконометрической  модели множественной регрессии.

Введите необходимое количество фиктивных переменных, характеризующих степень влияния каждого квартала в отдельности. Постройте многофакторную модель динамики индекса реальных инвестиций в основной капитал. Оцените качество и значимость модели и отдельных ее параметров. Поясните экономический смысл параметров при фиктивных переменных сдвига при исследовании сезонных колебаний.

  1. Прогнозирование экзогенной переменной – индекса реальных инвестиций в основной капитал

Использовать построенную многофакторную модель с фиктивными переменными для прогнозирования индекса реальных инвестиций в основной капитал на ближайший квартал.

  1. Прогнозирование эндогенной переменной денежных доходов населения

Используя прогнозную оценку индекса реальных инвестиций в основной капитал, построить точечный и интервальный прогноз с вероятностью 0,9 (α=0,1) исследуемого уровня денежных доходов на ближайший квартал.

  1. Представить результаты моделирования и прогнозирования в графическом формате

ВАРИАНТ 4

Ставится задача исследовать, как влияет индекс реального объема промышленного производства по ОКВЭД (IP_EA_Q) в России на норму безработицы (в среднем за период) (UNEMPL_Q_SH). Второй показатель – цепной индекс, где за базу (100%) взят уровень 2002 года. Данные с сайта http://sophist.hse.ru

T Норма безработицы Индекс реального объема промышленного производства
2007 I 7,00 137,73
II 6,20 140,21
III 5,70 145,53
IV 5,70 154,41
2008 I 6,70 146,07
II 5,80 146,37
III 5,80 148,42
IV 6,90 140,40
2009 I 8,90 123,41
II 8,70 126,50
III 8,00 134,09
IV 7,90 143,07
2010 I 8,60 133,20
II 7,60 135,73
III 6,70 139,67
IV 6,70 153,49
2011 I 7,40 139,83
II 6,60 143,89
III 6,10 147,05
IV 6,10 159,11
2012 I 6,30 145,91
II 5,50 147,07
III 5,10 151,93
IV 5,10 164,08
2013 I 5,70 144,06
II 5,40 148,10
III 5,30 152,69
IV 5,40 166,12
2014 I 5,60 145,52
II 5,10 150,76
III 4,90 154,83
IV 5,10 169,70
2015 I 5,60 144,92
II 5,70 143,33
III 5,30 148,34
IV 5,60 163,18
2016 I 5,90 143,92
II 5,80 144,79
III 5,30 148,12
IV 5,30 166,19
Требуется:
  1. Построение спецификации эконометрической модели

Привести постановку задачи построения модели парной линейной регрессии. Выбрать эндогенную переменную. Сделать предположения относительно знаков (положительный или отрицательный) параметров модели.

  1. Исследование взаимосвязи данных показателей с помощью диаграммы рассеяния и коэффициента корреляции

Построить график диаграммы рассеяния зависимой переменной с экзогенным фактором. Оценить коэффициент корреляции между объясняемой и объясняющей переменными. Проанализировать тесноту и направление связи между индексом реального объема промышленного производства и  нормой безработицы и сделать вывод о возможности построение линейной модели парной регрессии между соответствующими показателями. Проверить значимость коэффициента корреляции.

  1. Оценка параметров модели парной регрессии

Оценить параметры модели с помощью:

  • надстройки Excel Анализ данных, используя инструмент Регрессия;
  • по формулам:
  • с помощью функции ЛИНЕЙН.

Выпишите полученное уравнение регрессии нормы безработицы на индекс реального объема промышленного производства. Дайте экономическую интерпретацию параметрам модели. Отобразите на графике исходные данные и результаты моделирования.

  1. Оценивание качества спецификации модели

Проверить статистическую значимость регрессии в целом. Проверить статистическую значимость оценок параметров. Оценить точность модели с помощью средней относительной ошибки аппроксимации. Сделайте выводы качестве уравнения регрессии.

  1. Оценивание адекватности модели

Описать процедуру и привести результаты проверки адекватности модели регрессии нормы безработицы на индекс реального объема промышленного производства, выбрав последнее наблюдение в качестве контрольного уровня.

  1. Проверка предпосылки  теоремы  Гаусса-Маркова  о                  гомоскедастичности случайных возмущений

Выполнить визуальный анализ гетероскедастичности с помощью графиков. Привести поверку по одному из тестов: Уайта, Бреуша – Пагана, ГолдфельдаКвандта. Сделать выводы. При необходимости предложить вариант корректировки гетероскедастичности.

  1. Проверка предпосылки теоремы Гаусса-Маркова об отсутствии автокорреляции случайных возмущений

Выполнить визуальный анализ автокорреляции остатков с помощью графика. Привести результаты тестирования на отсутствие автокорреляции случайных возмущений с помощью теста Дарбина -Уотсона. Сделать выводы. При необходимости предложить вариант корректировки автокорреляции.

  1. Множественная регрессия

В связи с тем, что объясняющая переменная представляет собой временной ряд, одной из составляющих компонент которого может быть сезонная волна, необходимо учесть эту структуру для дальнейшего прогноза, вводя фиктивные переменные для соответствующих кварталов. Постройте график изменения индекса реального объема промышленного производства во времени с целью визуального выявления сезонной волны.

  1. Построение спецификации  эконометрической  модели множественной регрессии.

Введите необходимое количество фиктивных переменных, характеризующих степень влияния каждого квартала в отдельности. Постройте многофакторную модель динамики индекса промышленного производства. Оцените качество и значимость модели и отдельных ее параметров. Поясните экономический смысл параметров при фиктивных переменных сдвига при исследовании сезонных колебаний.

  1. Прогнозирование экзогенной переменной –                индекса          реального объема промышленного производства

Использовать построенную многофакторную модель с фиктивными переменными для прогнозирования индекса реального объема промышленного производства на ближайший квартал.

  1. Прогнозирование эндогенной переменной на норму безработицы

Используя прогнозную оценку реального объема промышленного производства, построить точечный и интервальный прогноз с вероятностью 0,9 (α=0,1) исследуемого уровня нормы безработицы на ближайший квартал.

  1. Представить результаты моделирования и прогнозирования в графическом формате

Остальные варианты