Тест Глейзера - видеоурок в Gretl

Ниже приведено условие задачи и текстовая часть решения.  Закачка полного решения, файлы doc и gretl в архиве rar, начнется автоматически через 10 секунд. Еще примеры решения задач по эконометрике можно посмотреть  здесь.

Видеоуроки по решению этой задачи  находятся внизу страницы.

Описание показателей.

Для анализа выбираем 68 компаний по следующим показателям:

Y - Оборотные активы, тысяч долларов США;

X1 - Выручка, тысяч долл.США;

X3 - Денежный поток от финансовой деятельности, тысяч долларов США;

X4 - Стоимость обыкновенных акций, тысяч доллларов США.

 

Модель 1: МНК, использованы наблюдения 1-68

Зависимая переменная: Y

 

 

Коэффициент

Ст. ошибка

t-статистика

P-значение

 

const

32436,7

21765

1,4903

0,14105

 

X1

0,376509

0,0557246

6,7566

<0,00001

***

X3

2,838

0,402712

7,0472

<0,00001

***

X4

-0,316445

0,0659735

-4,7965

0,00001

***

 

Среднее зав. перемен

303159,0

 

Ст. откл. зав. перемен

318726,2

Сумма кв. остатков

1,04e+12

 

Ст. ошибка модели

127384,8

R-квадрат

0,847417

 

Испр. R-квадрат

0,840265

F(3, 64)

118,4817

 

Р-значение (F)

4,44e-26

Лог. правдоподобие

-893,7644

 

Крит. Акаике

1795,529

Крит. Шварца

1804,407

 

Крит. Хеннана-Куинна

1799,046

 

 

Модель 2: МНК, использованы наблюдения 1-68

Зависимая переменная: Y

 

 

Коэффициент

Ст. ошибка

t-статистика

P-значение

 

X1

0,397318

0,0544513

7,2968

<0,00001

***

X3

2,95539

0,398626

7,4140

<0,00001

***

X4

-0,309841

0,0664399

-4,6635

0,00002

***

 

Среднее зав. перемен

303159,0

 

Ст. откл. зав. перемен

318726,2

Сумма кв. остатков

1,07e+12

 

Ст. ошибка модели

128575,7

R-квадрат

0,917695

 

Испр. R-квадрат

0,915163

F(3, 65)

241,5821

 

Р-значение (F)

3,52e-35

Лог. правдоподобие

-894,9243

 

Крит. Акаике

1795,849

Крит. Шварца

1802,507

 

Крит. Хеннана-Куинна

1798,487

 

 Тест Глейзера

Для уравнения регрессии из находим ряд остатков ei=Yi - i.

Оцениваем следующие модели:

|ei| = α + β*Xi + εi;

|ei| = α + β*  + εi;

|ei| = α + β*+ εi;

|ei| = α + β* + εi.

Для каждой из 4-ех моделей тестируем значимость коэффициента β.

Но: β = 0

Н1: β ≠ 0

 

Строим вспомогательные модели теста Глейзера.

|ei| = α + β*X1 + εi;

 

 

Модель 3: МНК, использованы наблюдения 1-68

Зависимая переменная: e

 

 

Коэффициент

Ст. ошибка

t-статистика

P-значение

 

const

35295,8

13504,3

2,6137

0,01108

**

X1

0,11412

0,0221832

5,1444

<0,00001

***

 

Среднее зав. перемен

82988,93

 

Ст. откл. зав. перемен

95122,37

Сумма кв. остатков

4,33e+11

 

Ст. ошибка модели

80971,31

R-квадрат

0,286217

 

Испр. R-квадрат

0,275402

F(1, 66)

26,46509

 

Р-значение (F)

2,60e-06

Лог. правдоподобие

-863,9986

 

Крит. Акаике

1731,997

Крит. Шварца

1736,436

 

Крит. Хеннана-Куинна

1733,756

 

Переменная Х1 значима, следовательно в модели есть гетероскедастичность. Остатки зависят от Х1.

 

 

|ei| = α + β*  + εi;

 

Модель 4: МНК, использованы наблюдения 1-68

Зависимая переменная: e

 

 

Коэффициент

Ст. ошибка

t-статистика

P-значение

 

const

97101,9

12359,9

7,8562

<0,00001

***

X

-1,36214e+09

5,28874e+08

-2,5756

0,01226

**

 

Среднее зав. перемен

82988,93

 

Ст. откл. зав. перемен

95122,37

Сумма кв. остатков

5,51e+11

 

Ст. ошибка модели

91359,07

R-квадрат

0,091328

 

Испр. R-квадрат

0,077560

F(1, 66)

6,633467

 

Р-значение (F)

0,012255

Лог. правдоподобие

-872,2064

 

Крит. Акаике

1748,413

Крит. Шварца

1752,852

 

Крит. Хеннана-Куинна

1750,172

 

Остатки не зависят от 1/Х1 при 1% уровне значимости (0.05>P-значение =0,01226>0.01), но зависят при 5% уровне значимости.

|ei| = α + β*+ εi;

 

Модель 5: МНК, использованы наблюдения 1-68

Зависимая переменная: e

 

 

Коэффициент

Ст. ошибка

t-статистика

P-значение

 

const

-20134,5

19770,8

-1,0184

0,31221

 

sqrX

181,263

30,5827

5,9270

<0,00001

***

 

Среднее зав. перемен

82988,93

 

Ст. откл. зав. перемен

95122,37

Сумма кв. остатков

3,96e+11

 

Ст. ошибка модели

77425,21

R-квадрат

0,347368

 

Испр. R-квадрат

0,337479

F(1, 66)

35,12892

 

Р-значение (F)

1,24e-07

Лог. правдоподобие

-860,9534

 

Крит. Акаике

1725,907

Крит. Шварца

1730,346

 

Крит. Хеннана-Куинна

1727,666

 

Переменная значима, следовательно в модели есть гетероскедастичность. Остатки зависят от .

 

|ei| = α + β* + εi.

 

 

Модель 6: МНК, использованы наблюдения 1-68

Зависимая переменная: e

 

 

Коэффициент

Ст. ошибка

t-статистика

P-значение

 

const

137081

17025,5

8,0515

<0,00001

***

sqrXX

-2,12473e+07

5,28935e+06

-4,0170

0,00015

***

 

Среднее зав. перемен

82988,93

 

Ст. откл. зав. перемен

95122,37

Сумма кв. остатков

4,87e+11

 

Ст. ошибка модели

85911,78

R-квадрат

0,196457

 

Испр. R-квадрат

0,184282

F(1, 66)

16,13621

 

Р-значение (F)

0,000153

Лог. правдоподобие

-868,0260

 

Крит. Акаике

1740,052

Крит. Шварца

1744,491

 

Крит. Хеннана-Куинна

1741,811

Переменная значима, следовательно в модели есть гетероскедастичность. Остатки зависят от .

 

Наибольший коэффициент детерминации у модели:

|ei| = α + β*+ εi;

Следовательно, в наибольшей степени остатки модели зависят от .

 

Приложение 1.

Оборотные активы, тысяч долларов США

Выручка, тысяч доллША

Денежный поток от финансовой деятельности, тысяч долларов США

Стоимость обыкновенных акций, тысяч доллларов США

3980

6610

1820

8100

12580

30690

3740

9770

14880

46630

70

0

18190

26770

2180

12710

25370

29680

3640

17010

25940

14480

4200

60

31960

32950

13730

10310

32940

46270

12450

4150

46500

108660

23000

14630

52600

334960

2800

130310

53240

30430

9690

12790

53380

38730

9510

5940

59990

118260

11560

11220

61620

81250

6900

8850

88580

103100

22110

11800

93700

209930

37330

80850

99920

31810

20740

980

107380

96980

25780

1560

112530

161540

28230

65340

112890

172590

14100

40450

114900

343900

45390

3750

119650

255820

22430

224380

120640

629850

18590

1105020

121390

223150

64280

87960

123220

305390

5590

1740

134710

137290

27550

510

140500

156140

70860

9400

149510

115880

25640

9330

161820

164010

43050

34970

165820

83990

33620

127360

166750

235130

25160

63870

174610

170690

16460

41910

176180

720230

31130

1058410

183670

402130

6160

127880

187690

341300

59480

43730

190910

247590

62030

8650

193810

178690

52270

29750

213110

231580

17090

30210

219810

361540

23130

62270

230900

221960

33520

37930

232680

433560

93060

197880

244270

268530

42730

30730

260400

408640

39790

115410

269060

227600

25110

90020

280780

300580

39730

208990

294460

328980

45240

9180

302860

519550

77150

70880

313180

476020

50970

159340

339400

729500

18800

36100

357850

335070

71760

19020

371940

562550

125850

565420

384380

1210050

66750

552760

387900

984200

14600

69200

398420

366130

88080

44810

420320

471950

20670

114940

516430

350250

76180

9210

522810

1377870

192820

1200750

657140

425660

203190

750290

680130

572900

127690

135640

729580

840540

91840

28140

785300

1433400

165800

209200

837690

568570

83060

41550

893840

769830

53400

460

998850

1732050

263790

556960

1029680

1047950

193870

551200

1046870

770360

122880

2820

1296110

2269400

177930

31770

1364710

1388390

250430

2190

Видеоурок по решению этой задачи в Gretl.

Имя файла: gleiser.rar

Размер файла: 52.31 Kb

Если закачивание файла не начнется через 10 сек, кликните по этой ссылке