ЭКОНОМЕТРИЧЕСКОЕ МОДЕЛИРОВАНИЕ РОЖДАЕМОСТИ В РОССИЙСКОЙ ФЕДЕРАЦИИ - Студенческий научный форум

IX Международная студенческая научная конференция Студенческий научный форум - 2017

ЭКОНОМЕТРИЧЕСКОЕ МОДЕЛИРОВАНИЕ РОЖДАЕМОСТИ В РОССИЙСКОЙ ФЕДЕРАЦИИ

Монгуш А.Ш. 1
1Финансовый университет при Правительстве Российской Федерации
 Комментарии
Текст работы размещён без изображений и формул.
Полная версия работы доступна во вкладке "Файлы работы" в формате PDF
В данной работе эконометрические методы применены для построения модели прогнозирования уровня рождаемости в Российской Федерации. Актуальность данной темы заключается в том, что в России сейчас очень нестабильная демографическая ситуация -начало увеличиваться число умерших, снизилось число рождений. Как следствие, увеличился отрицательный естественный прирост населения и уменьшилась численность постоянного населения.

Есть мнение, что рождаемость зависит от дохода, возможности ходить в дошкольные учреждения и от разницы работающих мужчин и женщин (т.е. чем больше работающих мужчин и меньше женщин).

Именно этому вопросу посвящена данная работа. Анализ статистики позволяет сделать предположение о том, что эти экзогенные переменные оказывают влияние на рождаемость.

Пусть y - число родившихся;

x1-среднедушевые денежные доходы населения по Российской Федерации;

x2-обеспеченность детей дошкольного возраста местами в дошкольных образовательных учреждениях - количество мест на 1000 детей;

x3-разница между количеством работающих мужчин и женщин, чел..

Рисунок 1. Диаграмма рассеивания

На диаграмме рассеивания выявили, что линия тренда функциональной зависимости числа рожденных от показателя среднедушевых денежных доходов населения носит экспоненциальный характер, но для полноты объяснения уровня рождаемости в работе сформулирована гипотеза о линейной зависимости у от трех факторов. При написании работы были использованы ежегодные (поскольку по некоторым переменным ежемесячных данных нет) данные за 2000-2015гг.

Предполагаемый вид спецификация модели:

(1).

Исследуем качество спецификации модели (1). Вычислим скорректированный коэффициент детерминации при добавлении в модели поочередно первого, второго и третьего из рассматриваемых факторов. Так как при добавлении в спецификацию каждого из этих факторов скорректированный коэффициент детерминации увеличивался , значит, это добавление является значимым. При этом в каждом случае, следовательно, спецификация является качественной.

Таблица 1

-298,544387

-1525,172606

49,65445

2013879,215

112,2543199

1270,477259

5,953076

656759,7035

0,908012502

78046,59527

#Н/Д

#Н/Д

39,48416985

12

#Н/Д

#Н/Д

7,21526E+11

73095252403

#Н/Д

#Н/Д

В оцененном виде (1):

Проверяя на значимость переменные, выявляем, что переменная x2 удовлетворяет неравенству . Значит, мы интерпретируем её как незначащую.

Таблица 2

Спец (1)

a0

a1

a2

a3

t

3,066386692

8,340973484

1,200472

2,659535839

t крит

2,17881283

     

Спец (2)

a0

a1

a2

t

2,804294883

6,81371429

1,498568

t крит

2,160368656

   

Спец (3)

a0

a1

t

13,39985342

8,224940132

t крит

2,144786688

 

Из результатов t -критерия, представленных в таблице 2 видно, что незначимой для модели является и разница между количеством работающих мужчин и женщин. Исключив из модели незначащие переменные, можем рассматривать модель линейной парной регрессии.

Проверка условий теоремы Гаусса-Маркова для модели дает нам следующие выводы.

По тесту Голдфелда-Квандта оба неравенства

выполняются, следовательно, гипотеза о гомоскедастичности случайного возмущения принимается.

Проверяем гипотезу об отсутствии автокорреляции случайного возмущения при помощи теста Дарбина-Уотсона. Тест Дарбина-Уотсона тестирует частный случай автокорреляции.

.

М1=(0;], M2=[; ], M3=[1,6; 2,63], M4=[2,63; 2,9], M5=[2,9;4)

Так как величина статистики Дарбина-Уотсона (DW) оказывается во множестве M1, можно сказать, что случайные остатки в модели подвержены положительной автокорреляции. Она проявляет себя и визуально: оценки случайных остатков длительное время сохраняют, как правило, один знак.

Причина данного обстоятельства заключается в ошибочной спецификации модели – скорее всего в модели пропущена значимая объясняющая переменная.

Проверка адекватности модели линейной парной регрессии

(2)

по двум контролирующим наборам данных показала, что модель адекватна.

В связи с наличием положительной автокорреляции остатков оцененной модели (2) доверять нельзя, т.к. оценки её параметров не являются эффективными. Это означает, что необходима доработка модели. Отказ от 2-ойпеременнойоказалась вызывает большие подозрения, так как этот фактор в действительности играет немаловажную роль для показателя рождаемости.

Список литературы

1. Эконометрика: учеб. пособие / В.А. Бывшев. – М.: Финансы и статистика, 2008. – 480 с.

2. http://www.gks.ru/ - Федеральная служба государственной статистики

Просмотров работы: 429