Застосування Gretl для побудови багатофакторної моделі короткострокового прогнозування фінансових ресурсів Збройних Сил України

У статті розглядаються особливості використання програмного продукту GRETL для побудови економетричних моделей короткострокового прогнозування. Проведено аналіз факторів для прогнозування видатків Державного бюджету України на оборону на 2016 та 2017 роки....

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Datum:	2015
1. Verfasser:	Чистик, О.М.
Format:	Artikel
Sprache:	Ukrainian
Veröffentlicht:	Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України 2015
Schriftenreihe:	Економіко-математичне моделювання соціально-економічних систем
Online Zugang:	http://dspace.nbuv.gov.ua/handle/123456789/132523
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:	Digital Library of Periodicals of National Academy of Sciences of Ukraine
Zitieren:	Застосування Gretl для побудови багатофакторної моделі короткострокового прогнозування фінансових ресурсів Збройних Сил України / О.М. Чистик // Економіко-математичне моделювання соціально-економічних систем: Зб. наук. пр. — К.: МННЦІТС НАН та МОН України, 2015. — Вип. 20. — С. 355-378. — Бібліогр.: 8 назв. — укр.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine

id	irk-123456789-132523
record_format	dspace
spelling	irk-123456789-1325232018-04-21T03:04:03Z Застосування Gretl для побудови багатофакторної моделі короткострокового прогнозування фінансових ресурсів Збройних Сил України Чистик, О.М. У статті розглядаються особливості використання програмного продукту GRETL для побудови економетричних моделей короткострокового прогнозування. Проведено аналіз факторів для прогнозування видатків Державного бюджету України на оборону на 2016 та 2017 роки. В статье рассматриваются особенности использования программного продукта GRETL для построения эконометрических моделей краткосрочного прогнозирования. Проведен анализ факторов для прогнозирования расходов Государственного бюджета Украины на оборону на 2016 и 2017 год. The article deals with particularities of using program GRETL for creation of econometric models for short-term forecasting. In article was made factors evaluation for forecasting the state budget spending for defense sectr for 2016 and 2017. 2015 Article Застосування Gretl для побудови багатофакторної моделі короткострокового прогнозування фінансових ресурсів Збройних Сил України / О.М. Чистик // Економіко-математичне моделювання соціально-економічних систем: Зб. наук. пр. — К.: МННЦІТС НАН та МОН України, 2015. — Вип. 20. — С. 355-378. — Бібліогр.: 8 назв. — укр. XXXX-0009 http://dspace.nbuv.gov.ua/handle/123456789/132523 338(336.1) uk Економіко-математичне моделювання соціально-економічних систем Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України
institution	Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection	DSpace DC
language	Ukrainian
description	У статті розглядаються особливості використання програмного продукту GRETL для побудови економетричних моделей короткострокового прогнозування. Проведено аналіз факторів для прогнозування видатків Державного бюджету України на оборону на 2016 та 2017 роки.
format	Article
author	Чистик, О.М.
spellingShingle	Чистик, О.М. Застосування Gretl для побудови багатофакторної моделі короткострокового прогнозування фінансових ресурсів Збройних Сил України Економіко-математичне моделювання соціально-економічних систем
author_facet	Чистик, О.М.
author_sort	Чистик, О.М.
title	Застосування Gretl для побудови багатофакторної моделі короткострокового прогнозування фінансових ресурсів Збройних Сил України
title_short	Застосування Gretl для побудови багатофакторної моделі короткострокового прогнозування фінансових ресурсів Збройних Сил України
title_full	Застосування Gretl для побудови багатофакторної моделі короткострокового прогнозування фінансових ресурсів Збройних Сил України
title_fullStr	Застосування Gretl для побудови багатофакторної моделі короткострокового прогнозування фінансових ресурсів Збройних Сил України
title_full_unstemmed	Застосування Gretl для побудови багатофакторної моделі короткострокового прогнозування фінансових ресурсів Збройних Сил України
title_sort	застосування gretl для побудови багатофакторної моделі короткострокового прогнозування фінансових ресурсів збройних сил україни
publisher	Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України
publishDate	2015
url	http://dspace.nbuv.gov.ua/handle/123456789/132523
citation_txt	Застосування Gretl для побудови багатофакторної моделі короткострокового прогнозування фінансових ресурсів Збройних Сил України / О.М. Чистик // Економіко-математичне моделювання соціально-економічних систем: Зб. наук. пр. — К.: МННЦІТС НАН та МОН України, 2015. — Вип. 20. — С. 355-378. — Бібліогр.: 8 назв. — укр.
series	Економіко-математичне моделювання соціально-економічних систем
work_keys_str_mv	AT čistikom zastosuvannâgretldlâpobudovibagatofaktornoímodelíkorotkostrokovogoprognozuvannâfínansovihresursívzbrojnihsilukraíni
first_indexed	2025-07-09T17:36:06Z
last_indexed	2025-07-09T17:36:06Z
_version_	1837191735124426752
fulltext	Економіко-математичне моделювання соціально-економічних систем Збірник наукових праць Київ – 2015, випуск 20 355 6. Регіональний людський розвиток. Статистичний бюлетень. – Державна служба статистики України, Київ, 2012. 7. Степашко В.С. Моделі розрахунку інтегрального індексу для груп первинних економічних показників / В.С. Степашкою // НТІ. – 2005. - №2. – С. 8-12. УДК 338(336.1) О.М. Чистик Застосування Gretl для побудови багатофакторної моделі короткострокового прогнозування фінансових ресурсів Збройних сил ;України У статті розглядаються особливості використання програмного продукту GRETL для побудови економетричних моделей короткострокового прогнозування. Проведено аналіз факторів для прогнозування видатків Державного бюджету України на оборону на 2016 та 2017 роки. Ключові слова багатофакторна модель, фінансові ресурси Збройних Сил України, короткострокове прогнозування. В статье рассматриваются особенности использования программного продукта GRETL для построения эконометрических моделей краткосрочного прогнозирования. Проведен анализ факторов для прогнозирования расходов Государственного бюджета Украины на оборону на 2016 и 2017 год. Ключевые слова многофакторная модель, финансовые ресурсы Вооруженных Сил Украины, краткосрочное прогнозирование. The article deals with particularities of using program GRETL for creation of econometric models for short-term Економіко-математичне моделювання соціально-економічних систем Збірник наукових праць Київ – 2015, випуск 20 356 forecasting. In article was made factors evaluation for forecasting the state budget spending for defense sector for 2016 and 2017. Keywords multifactor model, financial resources of the Armed Forces of Ukraine, short-term forecasting. Актуальність. На сучасному етапі, в умовах складної військово-політичної ситуації на міждержавному рівні, Збройні Сили України (ЗСУ) як ніколи потребують невідкладних суттєвих змін у структурі, нормативно- правовій базі та створенні методологічної бази для побудови прогнозу обсягів фінансових ресурсів за різних сценаріїв подальшої ситуації в Україні. Все більшого значення набуває наявність виваженої і послідовної фінансово-економічної та антикорупційної політики, спрямованої на виконання державою, притаманних їй функцій, зокрема визначених Конституцією України щодо забезпечення захисту національного суверенітету та незалежності. У сфері фінансового забезпечення сектору безпеки і оборони України передбачене невідкладне фінансування бюджетних програм за статтями, пов’язаними із забезпеченням національної безпеки і оборони України та забезпечення бюджетного фінансування потреб національної оборони на рівні не менше трьох відсотків від запланованого обсягу валового внутрішнього продукту на відповідний рік[1]. Відповідно до нової Стратегії національної безпеки України, формування та розвиток сектору безпеки і оборони, який має забезпечити адекватне і гнучке реагування на загрози, раціонально використовуючи можливості і ресурси, є пріоритетом політики національної безпеки. При цьому необхідно забезпечити: удосконалення бюджетної політики у сфері забезпечення національної Економіко-математичне моделювання соціально-економічних систем Збірник наукових праць Київ – 2015, випуск 20 357 безпеки і оборони України шляхом поетапного збільшення співвідношення бюджетних видатків органів сектору безпеки і оборони на розвиток, бойову підготовку і оперативну діяльність відповідно до практики держав – членів НАТО[2]. Аналіз останніх досліджень. Розробка основних засад використання апарата адаптивного моделювання соціально-економічних процесів було розпочато Р.Брауном, Р.Майером, І.І. Перельманом і продовжене Ю.П. Лукашиним, В.В. Давнісом[3], Н.А. Кізима[4], Т. Куфеля[5], В.І. Тінякової[6]. Та більшість авторів визначали сфери і методи можливого застосування адаптивних моделей в основному для рішення загальних кібернетичних або технічних завдань, а також назначали можливість їхнього використання для визначення пріоритетних напрямів розвитку саме інноваційно-орієнтованих систем. Невирішена раніше частина загальної проблеми. Незважаючи на достатню кількість публікацій з досліджуваних питань, теоретичні та емпіричні розробки щодо методів та моделей прогнозування, прогнозування фінансових ресурсів для ЗСУ представляють собою актуальний напрямок наукового дослідження. Обумовлюється це тим, що нестабільність військово- політичного та економічного середовища в країні ускладнює визначення та отримання необхідних фінансових ресурсів для потреб ЗСУ. Вирішення питання реагування на наслідки фінансово-економічної кризи за допомогою математичних моделей щодо підтримки прийняття рішень, які використовувались раніше, неможливе, тому що вони адаптовані до особливостей командно-адміністративної економіки, а моделі, які використовуються в країнах Заходу, орієнтовані на умови стабільної економіки, що надає можливість розглядати їх у лінійній постановці. З огляду на порівняну простоту розв’язування Економіко-математичне моделювання соціально-економічних систем Збірник наукових праць Київ – 2015, випуск 20 358 детермінованих лінійних задач, нерідко до їх умов намагаються зводити реальні задачі, не повністю враховуючи або навіть ігноруючи вплив різноманітних об’єктивних чинників. Такий підхід може призвести до прийняття недостатньо ефективних або й зовсім хибних рішень. В умовах фінансово-економічної кризи використання лінеаризованої моделі практично стає неможливим. Тому питання щодо пошуку прогнозування фінансових ресурсів за умов фінансово-економічної кризи на розвиток ЗСУ є актуальним та заслуговує на увагу. Метою дослідження є обґрунтувати модельне забезпечення прогнозування розвитку інноваційно-орієнтованих систем на основі використання сучасного апарата адаптивно-раціонального прогнозування, як методу комбінування адаптивних принципів управління та раціональності очікувань. Об’єктом дослідження є процес фінансового прогнозування з використанням багатофакторних економетричних моделей. Методологічним інструментарієм дослідження є системний метод пізнання економічних явищ і процесів в умовах кризового стану. З метою отримання показників фінансово-економічного стану ЗСУ було застосовано метод адаптивного багатофакторного прогнозування, який був побудований на підставі даних: обсягу ВВП, наданих фінансових ресурсів Міністерству оборони України відповідно до Законів України Про Державний бюджет України на 2000- 2015 роки, чисельності військовослужбовців та інших даних. Виклад основного матеріалу. GRETL - програма для регресійного і економетричного аналізу даних, а також для обробки часових рядів. Наведемо приклад побудови багатофакторної моделі за допомогою GRETL. Економіко-математичне моделювання соціально-економічних систем Збірник наукових праць Київ – 2015, випуск 20 359 Для прогнозування видатків державного бюджету України на оборону на 2016-2017 роки [7] проаналізуємо наступну базу даних за останні п’ятнадцять років: Year Gm G N GDP Nz Nv 2000 2,2 41,9 49429,8 170 400000 310000 2001 3,03 49,5 48923,2 204,2 400000 310000 2002 3,36 55,9 48457,1 225,8 394750 307500 2003 4,28 72,2 48003,5 267,3 390000 305000 2004 5,3 117,4 47622,4 345,1 285000 210000 2005 5,8 140,2 47280,8 441,5 245000 180000 2006 6,4 174,6 46929,5 544,2 221000 165000 2007 8,07 253,2 46646 720,7 200000 152000 2008 9,5 267,3 46372,7 948,1 191000 148000 2009 8,3 307,7 46143,7 913,3 200000 150000 2010 12,5 342,7 45962,9 1082,6 200000 159000 2011 13,8 413,6 45778,5 1316,6 192000 144000 2012 16,49 419,4 45633,6 1408,9 184000 139000 2013 14,3 462,2 45553 1576 168201 125482 2014 27,35 441,6 45426,2 1653 157456 119166 2015 40,2 566,7 42910,9 1720 250000 204000 Прогноз 2016 2106,1 260 574 213574 Прогноз 2017 2365,1 260 574 213574 Рис. 1. Таблиця досліджуваних факторів за період з 2000 по 2015 роки, що мають вплив на прогноз видатків на оборону на 2016-2017 роки Досліджувані змінні: Gm – Видатки Державного бюджету України на оборону, млрд. грн.; (Джерело: [Електронний ресурс] Закони України Про Державний бюджет України на відповідний рік (додаток 3: [сайт]. – Режим доступу: http://mil.gov.ua[8]) Економіко-математичне моделювання соціально-економічних систем Збірник наукових праць Київ – 2015, випуск 20 360 G – Сукупні видатки Державного бюджету України, млрд. грн.; (Джерело: [Електронний ресурс] Закони України Про Державний бюджет України на відповідний рік: [сайт]. – Режим доступу: http://zakon1.rada.gov.ua) N – Чисельність населення країни, тис. ос.; (Джерело: [Електронний ресурс] // Держкомстат України: [сайт]. – Режим доступу: http://www.ukrstat.gov.ua) GDP – валовий внутрішній продукт країни, млрд. грн. (Джерело: [Електронний ресурс] // Держкомстат України: [сайт]. – Режим доступу: http://www.ukrstat.gov.ua) Nz – Чисельність особового складу ЗСУ, тис. осіб (Джерело: [Електронний ресурс] Закони України Про чисельність Збройних Сил України на відповідний рік: [сайт]. – Режим доступу: http://zakon1.rada.gov.ua) Nv – Чисельність військовослужбовців у ЗСУ, тис. осіб (Джерело: [Електронний ресурс] Закони України Про чисельність Збройних Сил України на відповідний рік: [сайт]. – Режим доступу: http://zakon1.rada.gov.ua) Побудуємо кореляційну матрицю для визначення взаємозв’язку між факторами та для уникнення мультиколінеарності в подальшому моделюванні: Ф-р Gm G N GDP Nz Nv Gm 1 G 0,709792 1 N -0,65897 -0,95265 1 GDP 0,777639 0,989392 -0,92731 1 Nz -0,36541 -0,82924 0,920868 -0,76486 1 Nv -0,50124 -0,86899 0,955972 -0,8208 0,986987 1 Рис. 2. Результати виводу кореляційної матриці зв’язку між факторами Бачимо, що спостерігається найбільша кореляція між результативною ознакою (Gm) та кількістю населення Економіко-математичне моделювання соціально-економічних систем Збірник наукових праць Київ – 2015, випуск 20 361 (N). Так говоримо, що 89,3% варіації державних видатків на оборону пояснюється зміною ВВП країни. Варто зазначити, що даний зв’язок є обернено пропорційний. Також бачимо, що значення кореляції, які відображають помірний взаємозв’язок з державними видатками на оборону є в таких факторів, як сукупні державні видатки державного бюджету України (86,19 %) та ВВП країни (84,4%). Включення фактору “кількість населення” є недоцільним в нашу модель, оскільки спостерігається від’ємна кореляція, що говорить про обернено пропорційний взаємозв’язок між державними видатками на оборону та кількістю населення в країні, що не відображає реального причинно-наслідкового зв’язку між ними, оскільки в умовах існування обов’язкового призову до армії більша чисельність населення мала б сприяти зростанню державних видатків на оборону за рахунок зростання кількості призовників. Між факторами G та GDP існує мультиколінеарність, тому в наступних етапах дослідження варто перевірити взаємозалежність даних факторів з державними видатками на оборону, не включаючи їх одночасно в одну модель. В даному випадку VIF=1/(1-0.997)=333,3>10. (0,997 – коефіцієнт парної кореляції між G та GDP) На сучасний стан державних видатків на оборону впливає військова агресія на сході країни, що спричинило до різкого зростання видатків на оборону, що зображено на графіку рис. 3). Тому для врахування такого якісного фактору в моделюванні, як існування військової загрози чи, наприклад, перехід державного бюджету з соціально- Економіко-математичне моделювання соціально-економічних систем Збірник наукових праць Київ – 2015, випуск 20 362 орієнтованого на військовий, використаємо dummy-змінну (фіктивна змінна). 0 5 10 15 20 25 30 35 40 45 2000 2002 2004 2006 2008 2010 2012 2014 G m Р ис. 3. Графік видатків Державного бюджету України на оборону за період з 2000 по 2014 роки Тому для врахування такого якісного фактору в моделюванні, як існування військової загрози чи, наприклад, перехід державного бюджету з соціально- орієнтованого на військовий, використаємо dummy-змінну (фіктивна змінна). Уявлення про лінійну взаємодію – швидше абстракція, що допомагає спростити задачу, зробивши її завжди вирішуваною, але з деякою помилкою, якою можна нехтувати. Логіка отримання результатів по такій схемі оцінювання без урахування сумісних ефектів цілком з’ясовна. Рішення шукається для конкретної ситуації з фіксованою структурою показників, яка хоча і не Економіко-математичне моделювання соціально-економічних систем Збірник наукових праць Київ – 2015, випуск 20 363 указується в завданні експерту, але, як правило, присутня в його уявленнях про вирішувану задачу. Але як тільки структура починає змінюватися, зразу ж з’являються невраховані ефекти взаємодії і надійність експертних оцінок різко знижується. Тому безпосереднє оцінювання показників з передбачуваною лінійною структурою взаємозв’язків необхідно замінити складнішою, заснованою на модельному представленні структурою, але без ускладнення самої процедури опиту експертів. При цьому модель, що відображає взаємозв’язок між можливістю появи події, що цікавить нас, і набором оцінюваних показників, повинна бути, ймовірно, нелінійної і, крім того, економетричною, оскільки інтерес викликають не тільки механізм взаємодії, але і кількісна оцінка сили цієї взаємодії, а також бажання замінити повторні експертні опити прогнозними оцінками. Останнє особливо важливе. Саме цією можливістю не володіють раніше розглянуті методи. Таким чином, значення висловлюваного тут підходу в тому, щоб експертну інформацію використовувати для побудови моделі, а не для отримання самих оцінок. Пропозиція полягає в тому, щоб інтуїцію і знання експертів застосувати для формування спеціального набору даних псевдовибірки, по якій оцінюються коефіцієнти моделі, що має відмінність від безпосередніх експертних оцінок, багатопланове застосування: аналіз, оцінка значущості чинників, прогноз очікуваних подій і т.п. Природно, це значно розширює область практичного використовування експертних рішень. Реалізація даного підходу припускає введення бінарної змінної з наступним значенням: Економіко-математичне моделювання соціально-економічних систем Збірник наукових праць Київ – 2015, випуск 20 364 Вважатимемо, що значення цієї змінної, що характеризує появу події, що цікавить нас, залежить від оцінюваного нами набору показників х1, х2, ..., хm, і існує безліч різних варіантів х1, х2, ..., хn цих наборів хi = (xi1, xi2,…, xim), відмінних один від одного всіма або деякими своїми компонентами (оцінюваними показниками). Передбачається, що у кожного експерта є уявлення про те, при реалізації яких варіантів очікувана подія матиме місце, а при реалізації яких – немає. Математично це припущення записується у вигляді залежності: k iimii k i xxxfy ε+= ),...,.( 21 де yi k – очікуване значення бінарної залежної змінної, яке k-й експерт пов’язує з і-м набором оцінюваних показників; f(xi1, xi2,…, xim) – індексна функція, тобто функція, що приймає всього два значення: 0 і 1; εi k– помилка, яку може допустити k-й експерт, що оцінює вплив і-го набору на появу очікуваної події (εi k– випадкова змінна із значеннями в номінальній шкалі: 1, 0, -1). Тепер стає зрозумілою реалізація заснованої на модельному підході ідеї отримання експертних рішень. Спочатку в результаті цільового опиту експертів формується псевдовибірка, об’єднуюча в собі суб’єктивні думки з приводу закономірностей, що цікавлять нас, переваг, рейтингів, прогнозних оцінок і т.п. Потім за даними псевдовибірки будується регресійна залежність, що пов’язує суб’єктивні думки з одночасним їх усереднюванням в єдину формалізовану залежність. Побудована таким чином модель, по суті, є концентрованим виразом узагальненої думки експертів по проблемі, що вивчається, і може використовуватися для аналізу і отримання всіляких оцінок. Економіко-математичне моделювання соціально-економічних систем Збірник наукових праць Київ – 2015, випуск 20 365 Модель як результат опиту, а не разові експертні оцінки є головною особливістю даного підходу. Завдяки цій особливості вдається одержати прогнозні оцінки експертних думок, тобто оцінки суб’єктивного характеру щодо тих подій або об’єктів, про яких експерти не знали або не мали уявлення у момент формування псевдовибірки. В нашому випадку створюємо змінну dm, яка набуває значення 1 – існування військової загрози, 0 – відсутність військової загрози. Таким чином на протязі досліджуваного періоду (2000-2015 рр.) змінна dm набуває значення 1 тільки у 2014-2015рр., що і спричинює такий стрибок в динаміці державних видатків на оборону починаючи з 2014 року. Таким чином будуємо багатофакторну регресійну модель виду: Gm=aGDP+bdm+const Рівняння регресії матиме вигляд: mĜ = 1,0877 + 0,0097GDP + 15,7824dm Перевіримо модель на наявність гетероскедастичності за допомогою тесту Уайта. Економіко-математичне моделювання соціально-економічних систем Збірник наукових праць Київ – 2015, випуск 20 366 Рис. 4. Виявлення гетероскедастичності залишків Оскільки, p-value=0,00316 <0.05, то з ймовірністю 95% говоримо про присутність гетероскедастичності. Тому для її усунення використаємо оцінку узгоджених стандартних помилок. Таким чином рівняння регресії з новими стандартними похибками матиме наступний вигляд: Бачимо, що стандартна похибка для dummy-змінної збільшилась з 2,26 до 2,45, або на 8,4%, а стандартна похибка для GDPтакож зменшилась з 0,0014до 0,000557, або на 60,2%, що має усунути гетероскедастичність в моделі. Перевіримо модель на наявність автокореляції. В нашому випадку маємо: Durbin-Watson statistic = 2,1877 p-value = 0,452135 Оскільки p-value>0.05, то говоримо про відсутність автокореляції залишків. Дана модель є адекватною з ймовірністю 95% за критерієм Фішера, оскільки P-value (F)<0.05. Також варто зазначити, що модель відображає дуже тісний взаємозв’язок між факторами, оскільки R2=0.952, тобто державні видатки на оборону України на 99,2% пояснюється зміною ВВП країни та наявністю військової Економіко-математичне моделювання соціально-економічних систем Збірник наукових праць Київ – 2015, випуск 20 367 загрози в країні. Бачимо, що усі коефіцієнти в моделі є значущими з ймовірністю 95%, оскільки p-value (t)<0.05. Перевіримо модель на нормальність розподілу залишків: Рис. 5. Графічна інтерпретація тесту на нормальність розподілу Економіко-математичне моделювання соціально-економічних систем Збірник наукових праць Київ – 2015, випуск 20 368 Оскільки p-value<0.05, то з ймовірністю 95 % стверджуємо, що розподіл залишків є ненормальним, що говорить про незадовільну прогнозну якість моделі. Оскільки, деякі тести показали незадовільний результат, то здійснимо аналіз ще декількох моделей з іншими змінними: МОДЕЛЬ 2 ^Gm=-5.17+13.89dm+0.02Nv+0.01GDP Вже на початковому етапі бачимо, що нова додана змінна Nv є незначущою p-value(t) = 0.14>0.05, тому припиняємо подальший аналіз МОДЕЛЬ 3 ^Gm=-5.21+14.07dm+0.012GDP+0.017Nz Економіко-математичне моделювання соціально-економічних систем Збірник наукових праць Київ – 2015, випуск 20 369 В даному випадку, у моделі також присутня незначущість нової доданої змінної p-value (t) =0.17>0.05 МОДЕЛЬ 4 ^Gm=-7.46+14.81dm+0.04G+0.02Nz Бачимо, що в даній моделі усі коефіцієнти значущі, сама модель адекватна за критерієм Фішера p-value<0.05, а зв’язок між даними величинами – тісний (R2=97.5%) Економіко-математичне моделювання соціально-економічних систем Збірник наукових праць Київ – 2015, випуск 20 370 Перевіримо дану модель на наявність гетероскедастичності: Оскільки p-value = 0.07>0.05, то з ймовірністю 95% говоримо про відсутність гетероскедастичності в моделі. Тестування автокореляції дало наступний результат: За критерієм Дурбіна-Вотсона: Durbin-Watson statistic = 1,95209 p-value = 0,204577 За критерієм Люнга-Бокса та Бройша-Годфрі для кількості лагів = 5:. Економіко-математичне моделювання соціально-економічних систем Збірник наукових праць Київ – 2015, випуск 20 371 Бачимо, що у всіх випадках p-value>0.05, а, отже з ймовірністю 95% констатуємо відсутність автокореляції. Тестування нормальності розподілу залишків: Економіко-математичне моделювання соціально-економічних систем Збірник наукових праць Київ – 2015, випуск 20 372 Рис. 6. Графічна інтерпретація тесту на нормальність розподілу Оскільки p-value = 0.72 > 0.05, то говоримо, що залишки розподілено нормально, а це позитивно впливатиме на прогнозну здатність моделі. МОДЕЛЬ 5 ^Gm = -6.97+14.69dm+0.042G+0.028Nv Економіко-математичне моделювання соціально-економічних систем Збірник наукових праць Київ – 2015, випуск 20 373 В даній моделі усі коефіцієнти значущі, сама модель адекватна за критерієм Фішера p-value<0.05, а зв’язок між даними величинами – тісний (R2=97.7%) Тестування гетероскедастичності: Оскільки p-value = 0.071>0.05, то з ймовірністю 95% говоримо про відсутність гетероскедастичності в моделі. Тестування автокореляції дало наступний результат: Економіко-математичне моделювання соціально-економічних систем Збірник наукових праць Київ – 2015, випуск 20 374 За критерієм Дурбіна-Вотсона: Durbin-Watson statistic = 1,97234 p-value = 0,22584 За критерієм Люнга-Бокса та Бройша-Годфрі для кількості лагів = 5: Бачимо, що у всіх випадках p-value>0.05, а, отже з ймовірністю 95% констатуємо відсутність автокореляції. Тестування нормальності розподілу залишків. Економіко-математичне моделювання соціально-економічних систем Збірник наукових праць Київ – 2015, випуск 20 375 Рис. 7. Графічна інтерпретація тесту на нормальність розподілу Економіко-математичне моделювання соціально-економічних систем Збірник наукових праць Київ – 2015, випуск 20 376 Оскільки p-value = 0.798> 0.05, то говоримо, що залишки розподілено нормально, а це позитивно впливатиме на прогнозну здатність моделі. Оскільки, тільки моделі №4 та №5 показали позитивні результати різних тестів, то оберемо кращу з них за допомогою інформаційного критерію Акайке. Так для моделі №4 Akaike=66.88, а для моделі №5 Akaike=66.11. Отже, обираємо модель №5 для подальшого прогнозування, оскільки для неї критерій Акайке є меншим. Здійснимо аналіз еластичності: Бачимо, що при зростанні видатків державного бюджету на 1%, витрати на оборону зростають на 0,977%, а при зростанні чисельності військовослужбовців у ЗСУ на 1% витрати на оборону зростатимуть на 0,477%. Висновки. Отже, говоримо, що вплив зміни обсягу державних ресурсів у вигляді видатків держбюджету на оборонний бюджет країни є більшим, ніж вплив потреб на забезпечення військовослужбовців. Також, варто зазначити, що переорієнтування бюджету на мілітарний (вплив даммі – змінної) призводить до зростання оборонного бюджету на близько 15 млрд. грн. Вивчений пакет програм GRETL дозволяє істотно спростити процеси специфікації, оцінки і верифікації економічної моделі. За допомогою численних вбудованих функцій економічне моделювання спрощується у багато разів, а компактність і наочність даних дозволяють отримати вірні результати і вмить їх оцінити. Економіко-математичне моделювання соціально-економічних систем Збірник наукових праць Київ – 2015, випуск 20 377 Література 1. Про рішення Ради національної безпеки і оборони України від 12 вересня 2014 року "Про комплекс заходів щодо зміцнення обороноздатності держави та пропозиції до проекту Закону України "Про Державний бюджет України на 2015 рік" по статтях, пов’язаних із забезпеченням національної безпеки і оборони України[Текст] : офіц.текст : за станом на 3 листопада 2014 року / Указ Президента України від 03.11.2014р. № 842/2014 // Офіційне інтернет-представництво Президента України. – Режим доступу : http://www.president.gov.ua/documents/18396.html (дата звернення 30.06.15). – Назва з екрана. 2. Про рішення Ради національної безпеки і оборони України від 6 травня 2015 року Про Стратегію національної безпеки України [Текст] : офіц.текст: за станом на 26.05.2014 року / Указ Президента України від від 26.05.2015р. № 287/2015 // Офіційне інтернет-представництво Президента України. – Режим доступу : http://www.president.gov.ua/documents/19521.html(дата звернення 30.06.15). – Заголовок з екрана. 3. Давнис В.В. Адаптивные модели: анализ и прогноз в экономических системах: монография / В. В. Давнис, В.И. Тинякова. - Воронеж: Воронеж. гос. ун-т, 2006. - 380 с. 4. Кизим Н.А. Адаптивные модели в системах принятия решений: монография / под ред. Н. А. Кизима, Т. С. Клебановой.- Х.: ИД «ИНЖЕК», 2007. - 368 с. 5. Куфель, Т. Эконометрика. Решение задач с применением пакета программ GRETL[Текст] / Т.Куфель. – Горячая линия-Телеком, 2007. – 200 с. 6. Тинякова В.И. Модели адаптивно-рационального прогнозирования экономических процессов: монография / В.И. Тинякова. - Воронеж: Изд-во Воронеж. гос. ун-та, 2008. - 266 с. 7. Постанова Кабінету Міністрів України від 27 серпня 2014 р. № 404 “Про схвалення Прогнозу економічного і соціального розвитку України на 2015 рік та основних макропоказників економічного і соціального розвитку України на 2016 і 2017 роки та визнання такими, що втратили чинність, деяких постанов Кабінету Міністрів України” (Офіційний вісник України, 2014 р., № 72, ст. 2029) Економіко-математичне моделювання соціально-економічних систем Збірник наукових праць Київ – 2015, випуск 20 378 8. Виконання Міністерством оборони України Державного бюджету України за 2000-2014 роки. [Електронний ресурс]. – Режим доступу: http://mil.gov.ua.

Застосування Gretl для побудови багатофакторної моделі короткострокового прогнозування фінансових ресурсів Збройних Сил України

Institution

Ähnliche Einträge