Реферат: Исследование российского рынка банковских услуг

Московский Государственный Университет имени М. В. Ломоносова

Проект по эконометрике

на тему

«Исследование российского рынка банковских услуг»

выполнил:

Бачманов Сергей

(204 группа)

2006 г.

Введение

Целью данной работы является построение адекватноймодели, описывающей образование прибыли на рынке банковских услуг в зависимости от различных параметров.

 

Основные предпосылки и допущения:

1.<span Times New Roman"">        

рассматриваетсярынок банковских услуг в РФ

2.<span Times New Roman"">        

рассматриваютсябанки, которые не несли существенных убытков в течение продолжительного периодавремени. Предполагается, что отрицательная прибыль свидетельствует онедостаточной квалификации управляющего банка, а этот параметр невозможноучесть в модели

3.<span Times New Roman"">        

предполагается,что в выборку включены банки, не связанные с теневой экономикой: образованиеприбыли происходит в соответствии с законодательством РФ.

При этом основнымитребованиями к модели являются следующие: а) выявление факторов, влияющих наприбыль банка; б) верифицируемость модели.

Работа состоит из 5частей:

1)<span Times New Roman"">     

2)<span Times New Roman"">     

3)<span Times New Roman"">     

4)<span Times New Roman"">     

5)<span Times New Roman"">     

Описание данных

Источники данных:

Данные по количественным признакам испособу привлечения средств получены с сайтов <span Arial",«sans-serif»">www.banks-rate.ru

и <span Arial",«sans-serif»">www.fundz.ru<span Arial",«sans-serif»"> информация об уровне надежности с <span Arial",«sans-serif»">www.investfunds.ru.<span Arial",«sans-serif»"> Выборка является пространственной, информацияо банках собиралась 5-25 апреля, так что наблюдения можно считатьодномоментными. Все количественные параметры приведены в тысячах рублей.

Данные содержалиследующую информацию:

Ø<span Times New Roman""> 

чистые активы

Ø<span Times New Roman""> 

 работающие активы

Ø<span Times New Roman""> 

 кредиты, выданные коммерческим организациям

Ø<span Times New Roman""> 

 собственный капитал

Ø<span Times New Roman""> 

 фактическая прибыль

Ø<span Times New Roman""> 

 средства юридических лиц

Ø<span Times New Roman""> 

 средства частных лиц

Ø<span Times New Roman""> 

 уставной фонд

Ø<span Times New Roman""> 

ликвидные активы

Ø<span Times New Roman""> 

суммарные обязательства

Ø<span Times New Roman""> 

обязательства до востребования

Ø<span Times New Roman""> 

средства бюджетных организаций

Ø<span Times New Roman""> 

привлеченные средства других банков

Ø<span Times New Roman""> 

выпуск кредитных карт

Ø<span Times New Roman""> 

ориентация банка на обслуживаниеграждан, коммерческих организаций или бюджетных организаций

Ø<span Times New Roman""> 

уровень надежности

Всего было отобрано 210 наблюдений.

            Проверка  однородности данных:

Сначала была проведена сортировкаданных по величине прибыли, а затем построена диаграмма.

<img src="/cache/referats/22597/image002.gif" v:shapes="_x0000_i1025">

По графику видно, что данныенеоднородны, и необходимо исключить из выборки банки, прибыль которых более 2млрд. и менее -500 млн. рублей.

<img src="/cache/referats/22597/image004.gif" v:shapes="_x0000_i1026">

Новая диаграмма отражает плавноеизменение величины прибыли и указывает на однородность данных. После сортировкив выборке остались данные по 188 банкам.

Предварительный анализ данных

Комментариик регрессорам, включенным в первоначальную модель:

            Выпуск кредитных карт (kredkart). Параметрпоказывает, выпускает ли банк кредитные карты, и принимает значение 1 есливыпускает и 0 если нет.

            Ориентация банка наобслуживание граждан, коммерческих организаций или бюджетных организаций (chastnuridbudjet).  Каждый параметр принимает значение 1, если банк привлекаетнаибольшие средства от соответствующей группы клиентов. Уровень надежности (nadanadbnadcnadd). Каждый параметр принимает значение 1,если банк принадлежит к группе с соответствующей надежностью. Уровни надежностиА++, А+, А приравниваются к А. Аналогично и уровнями В и С. Такое допущениенеобходимо для сокращения фиктивных переменных с 10 до 4.

            Чистые активы (chakt)

            Ликвидные активы (likvakt)

работающие активы (rabakt)

кредиты, выданные коммерческим организациям (kredkommorg)

собственный капитал (sobkap)

фактическая прибыль (factprib)

средства юридических лиц (srurlits)

 средства частных лиц (srchlits)

уставной фонд (ustfond)

суммарные обязательства (sumobaz)

обязательства до востребования (obazdovos)

средства бюджетных организаций (srbudjetorg)

привлеченные средства других банков (privsrdrbank)

Построение модели.

Ожиданияотносительно знаков коэффициентов параметров на основе эмпирико-логическихсоображений:

<span MS Sans Serif",«sans-serif»;color:#3366FF">ожидаемые знаки коэффициентов

sobkap

<span MS Sans Serif",«sans-serif»">+

privsrdrbank<span MS Sans Serif",«sans-serif»">

<span MS Sans Serif",«sans-serif»">-

likvakt<span MS Sans Serif",«sans-serif»">

<span MS Sans Serif",«sans-serif»">+

sumobaz<span MS Sans Serif",«sans-serif»">

+

rabakt<span MS Sans Serif",«sans-serif»">

<span MS Sans Serif",«sans-serif»">+

obazdovos<span MS Sans Serif",«sans-serif»">

<span MS Sans Serif",«sans-serif»">-

kredkommorg<span MS Sans Serif",«sans-serif»">

-

chakt<span MS Sans Serif",«sans-serif»">

<span MS Sans Serif",«sans-serif»">+

srurlits<span MS Sans Serif",«sans-serif»">

<span MS Sans Serif",«sans-serif»">+

ustfond<span MS Sans Serif",«sans-serif»">

<span MS Sans Serif",«sans-serif»">+

srchlits<span MS Sans Serif",«sans-serif»">

<span MS Sans Serif",«sans-serif»">+

nadcnadd<span MS Sans Serif",«sans-serif»">

<span MS Sans Serif",«sans-serif»">+

kredkart<span MS Sans Serif",«sans-serif»">

<span MS Sans Serif",«sans-serif»">+

nadb<span MS Sans Serif",«sans-serif»">

<span MS Sans Serif",«sans-serif»"> 

+

nada<span MS Sans Serif",«sans-serif»">

<span MS Sans Serif",«sans-serif»">+

nadd<span MS Sans Serif",«sans-serif»">

<span MS Sans Serif",«sans-serif»"> 

-

Сначала следует рассмотреть модель, вкоторую включены все регрессоры:

 

FACTPRIB CHASTN CHAKT C KREDKARTKREDKOMMORG LIKVAKT NADA NADB NADC OBAZDOVOS PRIVSRDRBANK RABAKT SOBKAPSRBUDJETORG SRCHLITS SRURLITS SUMOBAZ URID USTFOND

<span Arial",«sans-serif»">Dependent Variable: FACTPRIB

<span Arial",«sans-serif»">Method: Least Squares

<span Arial",«sans-serif»">Date: 05/11/06   Time: 14:26

<span Arial",«sans-serif»">Sample: 1 188

<span Arial",«sans-serif»">Included observations: 188

<span Arial",«sans-serif»; color:#3366FF">Variable

<span Arial",«sans-serif»; color:#3366FF">Coefficient

<span Arial",«sans-serif»; color:#3366FF">Std. Error

<span Arial",«sans-serif»; color:#3366FF">t-Statistic

<span Arial",«sans-serif»; color:#3366FF">Prob. 

<span Arial",«sans-serif»">CHASTN

<span Arial",«sans-serif»">-38562.44

<span Arial",«sans-serif»">403146.5

<span Arial",«sans-serif»">-0.095654

<span Arial",«sans-serif»">0.9239

<span Arial",«sans-serif»">CHAKT

<span Arial",«sans-serif»">0.000390

<span Arial",«sans-serif»">0.017444

<span Arial",«sans-serif»">0.022374

<span Arial",«sans-serif»">0.9822

<span Arial",«sans-serif»">C

<span Arial",«sans-serif»">-31031.80

<span Arial",«sans-serif»">455112.7

<span Arial",«sans-serif»">-0.068185

<span Arial",«sans-serif»">0.9457

<span Arial",«sans-serif»">KREDKART

<span Arial",«sans-serif»">-126509.7

<span Arial",«sans-serif»">122003.9

<span Arial",«sans-serif»">-1.036931

<span Arial",«sans-serif»">0.3012

<span Arial",«sans-serif»">KREDKOMMORG

<span Arial",«sans-serif»">-0.043066

<span Arial",«sans-serif»">0.010004

<span Arial",«sans-serif»">-4.304699

<span Arial",«sans-serif»">0.0000

<span Arial",«sans-serif»">LIKVAKT

<span Arial",«sans-serif»">-0.058559

<span Arial",«sans-serif»">0.024442

<span Arial",«sans-serif»">-2.395787

<span Arial",«sans-serif»">0.0177

<span Arial",«sans-serif»">NADA

<span Arial",«sans-serif»">155861.6

<span Arial",«sans-serif»">237730.7

<span Arial",«sans-serif»">0.655623

<span Arial",«sans-serif»">0.5130

<span Arial",«sans-serif»">NADB

<span Arial",«sans-serif»">37945.04

<span Arial",«sans-serif»">224776.6

<span Arial",«sans-serif»">0.168812

<span Arial",«sans-serif»">0.8661

<span Arial",«sans-serif»">NADC

<span Arial",«sans-serif»">24925.58

<span Arial",«sans-serif»">218431.4

<span Arial",«sans-serif»">0.114112

<span Arial",«sans-serif»">0.9093

<span Arial",«sans-serif»">OBAZDOVOS

<span Arial",«sans-serif»">0.021043

<span Arial",«sans-serif»">0.011016

<span Arial",«sans-serif»">1.910313

<span Arial",«sans-serif»">0.0578

<span Arial",«sans-serif»">PRIVSRDRBANK

<span Arial",«sans-serif»">0.011666

<span Arial",«sans-serif»">0.015564

<span Arial",«sans-serif»">0.749547

<span Arial",«sans-serif»">0.4546

<span Arial",«sans-serif»">RABAKT

<span Arial",«sans-serif»">-0.000148

<span Arial",«sans-serif»">0.012834

<span Arial",«sans-serif»">-0.011567

<span Arial",«sans-serif»">0.9908

<span Arial",«sans-serif»">SOBKAP

<span Arial",«sans-serif»">0.529484

<span Arial",«sans-serif»">0.042067

<span Arial",«sans-serif»">12.58669

<span Arial",«sans-serif»">0.0000

<span Arial",«sans-serif»">SRBUDJETORG

<span Arial",«sans-serif»">-0.008079

<span Arial",«sans-serif»">0.017182

<span Arial",«sans-serif»">-0.470193

<span Arial",«sans-serif»">0.6388

<span Arial",«sans-serif»">SRCHLITS

<span Arial",«sans-serif»">0.003690

<span Arial",«sans-serif»">0.020046

<span Arial",«sans-serif»">0.184087

<span Arial",«sans-serif»">0.8542

<span Arial",«sans-serif»">SRURLITS

<span Arial",«sans-serif»">-0.034925

<span Arial",«sans-serif»">0.017205

<span Arial",«sans-serif»">-2.029897

<span Arial",«sans-serif»">0.0439

<span Arial",«sans-serif»">SUMOBAZ

<span Arial",«sans-serif»">0.000706

<span Arial",«sans-serif»">0.002675

<span Arial",«sans-serif»">0.263889

<span Arial",«sans-serif»">0.7922

<span Arial",«sans-serif»">URID

<span Arial",«sans-serif»">-17825.14

<span Arial",«sans-serif»">402456.1

<span Arial",«sans-serif»">-0.044291

<span Arial",«sans-serif»">0.9647

<span Arial",«sans-serif»">USTFOND

<span Arial",«sans-serif»">-0.403681

<span Arial",«sans-serif»">0.038156

<span Arial",«sans-serif»">-10.57969

<span Arial",«sans-serif»">0.0000

<span Arial",«sans-serif»">R-squared

<span Arial",«sans-serif»; color:red">0.667580

<span Arial",«sans-serif»">    Mean dependent var

<span Arial",«sans-serif»">378819.5

<span Arial",«sans-serif»">Adjusted R-squared

<span Arial",«sans-serif»; color:red">0.632174

<span Arial",«sans-serif»">    S.D. dependent var

<span Arial",«sans-serif»">703430.8

<span Arial",«sans-serif»">S.E. of regression

<span Arial",«sans-serif»; color:red">426621.2

<span Arial",«sans-serif»">    Akaike info criterion

<span Arial",«sans-serif»">28.86077

<span Arial",«sans-serif»">Sum squared resid

<span Arial",«sans-serif»; color:red">3.08E+13

<span Arial",«sans-serif»">    Schwarz criterion

<span Arial",«sans-serif»">29.18785

<span Arial",«sans-serif»">Log likelihood

<span Arial",«sans-serif»">-2693.912

<span Arial",«sans-serif»">    F-statistic

<span Arial",«sans-serif»">18.85515

<span Arial",«sans-serif»">Durbin-Watson stat

<span Arial",«sans-serif»">2.081729

<span Arial",«sans-serif»">    Prob(F-statistic)

<span Arial",«sans-serif»">0.000000

Ожидания в отношении знаков коэффициентовподтвердились только для следующих параметров: <span Arial",«sans-serif»">SOBKAP, NADA, NADB, KREDKOMMORG, SUMOBAZ, CHAKT.

Модель показывает, что собственныйкапитал банка важен для получения высокой прибыли; кредиты, выданныекоммерческим организациям, снижают фактическую прибыль (средства, направленныена выдачу кредитов, поступают за счет сокращения прибыли в текущем периоде).<span Arial",«sans-serif»">

В целом же модель неудачная, <img src="/cache/referats/22597/image006.gif" v:shapes="_x0000_i1027">  и <img src="/cache/referats/22597/image008.gif" v:shapes="_x0000_i1028"> довольно малы, значение F-статистики тоже не большое. В этоймодели 13 из 19 регрессоров незначимы. Велико значение <span Arial",«sans-serif»">Sum squared resid

(<span Arial",«sans-serif»">3.08E+13) и стандартныхошибок модели (<span Arial",«sans-serif»">426621.2).

Проверим модель нагетероскедастичность:

<span Arial",«sans-serif»; color:#3366FF">White Heteroskedasticity Test

<span Arial",«sans-serif»">:

<span Arial",«sans-serif»">F-statistic

<span Arial",«sans-serif»">5.439868

<span Arial",«sans-serif»">    Probability

<span Arial",«sans-serif»">0.000000

<span Arial",«sans-serif»">Obs*R-squared

<span Arial",«sans-serif»">95.81897

<span Arial",«sans-serif»">    Probability

<span Arial",«sans-serif»">0.000000

Тест Уайта nocrosstermsпоказывает, что гипотеза огомоскедастичности принимается с вероятностью 0% т.е. отвергается, тем самымговоря о наличие гетероскедастичности.

Для улучшения модели надо исключитьнекоторые незначимые переменные: <span Arial",«sans-serif»">CHASTN,CHAKT, RABAKT, PRIVSRDRBANK, NADA, NADB, NADC, SUMOBAZ.

<span Arial",«sans-serif»; color:#3366FF">Variable

<span Arial",«sans-serif»; color:#3366FF">Coefficient

<span Arial",«sans-serif»; color:#3366FF">Std. Error

<span Arial",«sans-serif»; color:#3366FF">t-Statistic

<span Arial",«sans-serif»; color:#3366FF">Prob. 

<span Arial",«sans-serif»">C

<span Arial",«sans-serif»">-37696.29

<span Arial",«sans-serif»">75414.85

<span Arial",«sans-serif»">-0.499852

<span Arial",«sans-serif»">0.6178

<span Arial",«sans-serif»">KREDKART

<span Arial",«sans-serif»">-142891.6

<span Arial",«sans-serif»">117257.7

<span Arial",«sans-serif»">-1.218612

<span Arial",«sans-serif»">0.2246

<span Arial",«sans-serif»">KREDKOMMORG

<span Arial",«sans-serif»">-0.038125

<span Arial",«sans-serif»">0.006146

<span Arial",«sans-serif»">-6.202821

<span Arial",«sans-serif»">0.0000

<span Arial",«sans-serif»">LIKVAKT

<span Arial",«sans-serif»">-0.075415

<span Arial",«sans-serif»">0.018988

<span Arial",«sans-serif»">-3.971669

<span Arial",«sans-serif»">0.0001

<span Arial",«sans-serif»">OBAZDOVOS

<span Arial",«sans-serif»">0.028094

<span Arial",«sans-serif»">0.008035

<span Arial",«sans-serif»">3.496584

<span Arial",«sans-serif»">0.0006

<span Arial",«sans-serif»">SOBKAP

<span Arial",«sans-serif»">0.545392

<span Arial",«sans-serif»">0.035577

<span Arial",«sans-serif»">15.33007

<span Arial",«sans-serif»">0.0000

<span Arial",«sans-serif»">SRBUDJETORG

<span Arial",«sans-serif»">-0.003419

<span Arial",«sans-serif»">0.001680

<span Arial",«sans-serif»">-2.035163

<span Arial",«sans-serif»">0.0433

<span Arial",«sans-serif»">SRCHLITS

<span Arial",«sans-serif»">0.000826

<span Arial",«sans-serif»">0.014256

<span Arial",«sans-serif»">0.057910

<span Arial",«sans-serif»">0.9539

<span Arial",«sans-serif»">SRURLITS

<span Arial",«sans-serif»">-0.034634

<span Arial",«sans-serif»">0.009259

<span Arial",«sans-serif»">-3.740397

<span Arial",«sans-serif»">0.0002

<span Arial",«sans-serif»">URID

<span Arial",«sans-serif»">27537.09

<span Arial",«sans-serif»">91438.25

<span Arial",«sans-serif»">0.301155

<span Arial",«sans-serif»">0.7636

<span Arial",«sans-serif»">USTFOND

<span Arial",«sans-serif»">-0.420058

<span Arial",«sans-serif»">0.032421

<span Arial",«sans-serif»">-12.95644

<span Arial",«sans-serif»">0.0000

<span Arial",«sans-serif»">R-squared

<span Arial",«sans-serif»; color:red">0.659513

<span Arial",«sans-serif»">    Mean dependent var

<span Arial",«sans-serif»">378819.5

<span Arial",«sans-serif»">Adjusted R-squared

<span Arial",«sans-serif»; color:red">0.640277

<span Arial",«sans-serif»">    S.D. dependent var

<span Arial",«sans-serif»">703430.8

<span Arial",«sans-serif»">S.E. of regression

<span Arial",«sans-serif»">421896.1

<span Arial",«sans-serif»">    Akaike info criterion

<span Arial",«sans-serif»">28.79963

<span Arial",«sans-serif»">Sum squared resid

<span Arial",«sans-serif»">3.15E+13

<span Arial",«sans-serif»">    Schwarz criterion

<span Arial",«sans-serif»">28.98900

<span Arial",«sans-serif»">Log likelihood

<span Arial",«sans-serif»">-2696.166

<span Arial",«sans-serif»">    F-statistic

<span Arial",«sans-serif»">34.28444

<span Arial",«sans-serif»">Durbin-Watson stat

<span Arial",«sans-serif»">2.050497

<span Arial",«sans-serif»">    Prob(F-statistic)

<span Arial",«sans-serif»">0.000000

<span Arial",«sans-serif»">

<img src="/cache/referats/22597/image006.gif" v:shapes="_x0000_i1029">  и <img src="/cache/referats/22597/image008.gif" v:shapes="_x0000_i1030"> уменьшились незначительно, зато значение F-статистики увеличилось вдвое. Стандартныеошибки почти не  изменились.

<span Arial",«sans-serif»; color:#3366FF">White Heteroskedasticity Test:

<span Arial",«sans-serif»">F-statistic

<span Arial",«sans-serif»">7.432828

<span Arial",«sans-serif»">    Probability

<span Arial",«sans-serif»">0.000000

<span Arial",«sans-serif»">Obs*R-squared

<span Arial",«sans-serif»">83.06950

<span Arial",«sans-serif»">    Probability

<span Arial",«sans-serif»">0.000000

Тест Уайта по-прежнему показываетналичие гетероскедастичности.           

Очевидно, что дальше исключатьпеременные бессмысленно и следует построить полулогарифмические илогарифмические модели.

Логарифмическая модель:

Даже если судить по графику, доказывающемуоднородность данных, видно, что эту выборку лучше отражает логарифмическаямодель. Вернем в модель все исключенные регрессоры.

log(FACTPRIB) Clog(CHAKT) CHASTN KREDKART log(KREDKOMMORG) log(LIKVAKT) NADA NADB NADC  log(OBAZDOVOS) log(PRIVSRDRBANK) log(RABAKT)log(SOBKAP) log(SRBUDJETORG) log(SRCHLITS) log(SRURLITS) log(SUMOBAZ) URIDlog(USTFOND)

<span Arial",«sans-serif»;color:#3366FF">Variable

<span Arial",«sans-serif»;color:#3366FF">Coefficient

<span Arial",«sans-serif»;color:#3366FF">Std. Error

<span Arial",«sans-serif»;color:#3366FF">t-Statistic

<span Arial",«sans-serif»;color:#3366FF">Prob. 

<span Arial",«sans-serif»">C

<span Arial",«sans-serif»">-5.860698

<span Arial",«sans-serif»">2.403132

<span Arial",«sans-serif»">-2.438775

<span Arial",«sans-serif»">0.0168

<span Arial",«sans-serif»">LOG(CHAKT)

<span Arial",«sans-serif»">0.009676

<span Arial",«sans-serif»">0.818880

<span Arial",«sans-serif»">0.011816

<span Arial",«sans-serif»">0.9906

<span Arial",«sans-serif»;color:#FF6600">CHASTN

<span Arial",«sans-serif»">0.794260

<span Arial",«sans-serif»">0.914271

<span Arial",«sans-serif»">0.868736

<span Arial",«sans-serif»">0.3874

<span Arial",«sans-serif»">KREDKART

<span Arial",«sans-serif»">-0.353906

<span Arial",«sans-serif»">0.260594

<span Arial",«sans-serif»">-1.358074

<span Arial",«sans-serif»">0.1780

<span Arial",«sans-serif»">LOG(KREDKOMMORG)

<span Arial",«sans-serif»">-0.649195

<span Arial",«sans-serif»">0.243334

<span Arial",«sans-serif»">-2.667920

<span Arial",«sans-serif»">0.0091

<span Arial",«sans-serif»">LOG(LIKVAKT)

<span Arial",«sans-serif»">0.105788

<span Arial",«sans-serif»">0.149088

<span Arial",«sans-serif»">0.709568

<span Arial",«sans-serif»">0.4799

<span Arial",«sans-serif»">NADA

<span Arial",«sans-serif»">1.040718

<span Arial",«sans-serif»">0.587033

<span Arial",«sans-serif»">1.772844

<span Arial",«sans-serif»">0.0798

<span Arial",«sans-serif»">NADB

<span Arial",«sans-serif»">1.198949

<span Arial",«sans-serif»">0.557710

<span Arial",«sans-serif»">2.149770

<span Arial",«sans-serif»">0.0344

<span Arial",«sans-serif»">NADC

<span Arial",«sans-serif»">0.670819

<span Arial",«sans-serif»">0.527920

<span Arial",«sans-serif»">1.270682

<span Arial",«sans-serif»">0.2073

<span Arial",«sans-serif»">LOG(OBAZDOVOS)

<span Arial",«sans-serif»">-0.206006

<span Arial",«sans-serif»">0.252990

<span Arial",«sans-serif»">-0.814285

<span Arial",«sans-serif»">0.4178

<span Arial",«sans-serif»">LOG(PRIVSRDRBANK)

<span Arial",«sans-serif»">-0.017250

<span Arial",«sans-serif»">0.044849

<span Arial",«sans-serif»">-0.384634

<span Arial",«sans-serif»">0.7015

<span Arial",«sans-serif»">LOG(RABAKT)

<span Arial",«sans-serif»">0.295992

<span Arial",«sans-serif»">0.605443

<span Arial",«sans-serif»">0.488884

<span Arial",«sans-serif»">0.6262

<span Arial",«sans-serif»">LOG(SOBKAP)

<span Arial",«sans-serif»">1.136590

<span Arial",«sans-serif»">0.280941

<span Arial",«sans-serif»">4.045649

<span Arial",«sans-serif»">0.0001

<span Arial",«sans-serif»">LOG(SRBUDJETORG)

<span Arial",«sans-serif»">-0.019563

<span Arial",«sans-serif»">0.027180

<span Arial",«sans-serif»">-0.719778

<span Arial",«sans-serif»">0.4736

<span Arial",«sans-serif»">LOG(SRCHLITS)

<span Arial",«sans-serif»">0.105197

<span Arial",«sans-serif»">0.146548

<span Arial",«sans-serif»">0.717831

<span Arial",«sans-serif»">0.4748

<span Arial",«sans-serif»">LOG(SRURLITS)

<span Arial",«sans-serif»">0.301929

<span Arial",«sans-serif»">0.301222

<span Arial",«sans-serif»">1.002349

<span Arial",«sans-serif»">0.3190

<span Arial",«sans-serif»;color:#FF6600">LOG(SUMOBAZ)

<span Arial",«sans-serif»">0.179709

<span Arial",«sans-serif»">0.427042

<span Arial",«sans-serif»">0.420822

<span Arial",«sans-serif»">0.6749

<span Arial",«sans-serif»;color:#FF6600">URID

<span Arial",«sans-serif»">0.439510

<span Arial",«sans-serif»">0.907740

<span Arial",«sans-serif»">0.484181

<span Arial",«sans-serif»">0.6295

<span Arial",«sans-serif»">LOG(USTFOND)

<span Arial",«sans-serif»">-0.134627

<span Arial",«sans-serif»">0.077598

<span Arial",«sans-serif»">-1.734922

<span Arial",«sans-serif»">0.0864

<span Arial",«sans-serif»">R-squared

<span Arial",«sans-serif»">0.758589

<span Arial",«sans-serif»">    Mean dependent var

<span Arial",«sans-serif»">11.91081

<span Arial",«sans-serif»">Adjusted R-squared

<span Arial",«sans-serif»">0.707466

<span Arial",«sans-serif»">    S.D. dependent var

<span Arial",«sans-serif»">1.371162

<span Arial",«sans-serif»">S.E. of regression

<span Arial",«sans-serif»">0.741612

<span Arial",«sans-serif»">    Akaike info criterion

<span Arial",«sans-serif»">2.403663

<span Arial",«sans-serif»">Sum squared resid

<span Arial",«sans-serif»">46.74897

<span Arial",«sans-serif»">    Schwarz criterion

<span Arial",«sans-serif»">2.886773

<span Arial",«sans-serif»">Log likelihood

<span Arial",«sans-serif»">-105.9905

<span Arial",«sans-serif»">    F-statistic

<span Arial",«sans-serif»">14.83869

<span Arial",«sans-serif»">Durbin-Watson stat

<span Arial",«sans-serif»">2.210531

<span Arial",«sans-serif»">    Prob(F-statistic)

<span Arial",«sans-serif»">0.000000

Эта модель заметно лучше двухпредыдущих. Значения <img src="/cache/referats/22597/image006.gif" v:shapes="_x0000_i1031"> и <img src="/cache/referats/22597/image008.gif" v:shapes="_x0000_i1032"> высоки. Резко снизились значения стандартныхошибок. При этом при переходе к логарифмическому варианту стали значимыпараметры NADBи NADA(близок к надежному уровню). У всехрегрессоров низки их среднеквадратические ошибки.

Попробуем улучшить модель 3, убираянезначимые переменные.

<span Arial",«sans-serif»; color:#3366FF">Variable

<span Arial",«sans-serif»; color:#3366FF">Coefficient

<span Arial",«sans-serif»; color:#3366FF">Std. Error

<span Arial",«sans-serif»; color:#3366FF">t-Statistic

<span Arial",«sans-serif»; color:#3366FF">Prob. 

<span Arial",«sans-serif»">C

<span Arial",«sans-serif»">-5.851245

<span Arial",«sans-serif»">2.251837

<span Arial",«sans-serif»">-2.598432

<span Arial",«sans-serif»">0.0110

<span Arial",«sans-serif»">LOG(CHAKT)

<span Arial",«sans-serif»">0.567572

<span Arial",«sans-serif»">0.310173

<span Arial",«sans-serif»">1.829855

<span Arial",«sans-serif»">0.0706

<span Arial",«sans-serif»">KREDKART

<span Arial",«sans-serif»">-0.362751

<span Arial",«sans-serif»">0.256686

<span Arial",«sans-serif»">-1.413214

<span Arial",«sans-serif»">0.1611

<span Arial",«sans-serif»">LOG(KREDKOMMORG)

<span Arial",«sans-serif»">-0.590479

<span Arial",«sans-serif»">0.168095

<span Arial",«sans-serif»">-3.512759

<span Arial",«sans-serif»">0.0007

<span Arial",«sans-serif»">LOG(LIKVAKT)

<span Arial",«sans-serif»">0.033848

<span Arial",«sans-serif»">0.133881

<span Arial",«sans-serif»">0.252823

<span Arial",«sans-serif»">0.8010

<span Arial",«sans-serif»">NADA

<span Arial",«sans-serif»">0.986436

<span Arial",«sans-serif»">0.551014

<span Arial",«sans-serif»">1.790218

<span Arial",«sans-serif»">0.0768

<span Arial",«sans-serif»">NADB

<span Arial",«sans-serif»">1.182327

<span Arial",«sans-serif»">0.506423

<span Arial",«sans-serif»">2.334661

<span Arial",«sans-serif»">0.0218

<span Arial",«sans-serif»">NADC

<span Arial",«sans-serif»">0.664920

<span Arial",«sans-serif»">0.485634

<span Arial",«sans-serif»">1.369181

<span Arial",«sans-serif»">0.1744

<span Arial",«sans-serif»">LOG(OBAZDOVOS)

<span Arial",«sans-serif»">-0.170145

<span Arial",«sans-serif»">0.213904

<span Arial",«sans-serif»">-0.795424

<span Arial",«sans-serif»">0.4285

<span Arial",«sans-serif»">LOG(PRIVSRDRBANK)

<span Arial",«sans-serif»">-0.033436

<span Arial",«sans-serif»">0.042468

<span Arial",«sans-serif»">-0.787321

<span Arial",«sans-serif»">0.4332

<span Arial",«sans-serif»">LOG(SOBKAP)

<span Arial",«sans-serif»">1.103629

<span Arial",«sans-serif»">0.266809

<span Arial",«sans-serif»">4.136404

<span Arial",«sans-serif»">0.0001

<span Arial",«sans-serif»">LOG(SRBUDJETORG)

<span Arial",«sans-serif»">-0.012144

<span Arial",«sans-serif»">0.024270

<span Arial",«sans-serif»">-0.500383

<span Arial",«sans-serif»">0.6180

<span Arial",«sans-serif»">LOG(SRCHLITS)

<span Arial",«sans-serif»">0.235952

<span Arial",«sans-serif»">0.095926

<span Arial",«sans-serif»">2.459730

<span Arial",«sans-serif»">0.0158

<span Arial",«sans-serif»">LOG(SRURLITS)

<span Arial",«sans-serif»">0.122124

<span Arial",«sans-serif»">0.199038

<span Arial",«sans-serif»">0.613573

<span Arial",«sans-serif»">0.5411

<span Arial",«sans-serif»">LOG(USTFOND)

<span Arial",«sans-serif»">-0.126844

<span Arial",«sans-serif»">0.075840

<span Arial",«sans-serif»">-1.672528

<span Arial",«sans-serif»">0.0979

<span Arial",«sans-serif»">R-squared

<span Arial",«sans-serif»">0.753058

<span Arial",«sans-serif»">    Mean dependent var

<span Arial",«sans-serif»">11.91081

<span Arial",«sans-serif»">Adjusted R-squared

<span Arial",«sans-serif»">0.714213

<span Arial",«sans-serif»">    S.D. dependent var

<span Arial",«sans-serif»">1.371162

<span Arial",«sans-serif»">S.E. of regression

<span Arial",«sans-serif»">0.733010

<span Arial",«sans-serif»">    Akaike info criterion

<span Arial",«sans-serif»">2.349391

<span Arial",«sans-serif»">Sum squared resid

<span Arial",«sans-serif»">47.81997

<span Arial",«sans-serif»">    Schwarz criterion

<span Arial",«sans-serif»">2.730794

<span Arial",«sans-serif»">Log likelihood

<span Arial",«sans-serif»">-107.1683

<span Arial",«sans-serif»">    F-sta