VAR-модель моделінің статистикалық мəнін тексеру

 

9

Эндогендік айнымалылардың негізгі теріміне арналған Грейнджер тесті (2-қосымша) 

VAR-модельдің  əрбір  теңдеуінде  барлық  айнымалылар  түгелге  жуық 1% мəнді  тиісті 

айнымалылар  үшін  Грейнджер  бойынша  себеп  болып  табылатынын  көрсетеді (99% 

ықтималдықпен)  жəне  сонымен  бірге,  əрбір  айнымалы,  кемінде  бір  эндогендік  айнымалы 

үшін Грейнджер бойынша себеп болып табылады.  

Демек, Грейнджер статистикалары модель ерекшелігінің дұрыстығын көрсетеді. 

В.  Айнымалылардың  тұрақтылығын  тексеру.  Айнымалылардың  тұрақтылығын 

тексеру  үшін  кеңейтілген  Дики-Фуллер  тесті  пайдаланылды (ADFtest). Ондағы  нөлдік 

гипотеза  жеке  түбірдің  бар  екенін  көрсетеді.  Нөлдік  гипотезаны  жоққа  шығару  сəйкес 

келетін теңдеудің барлық түбірлерінің абсолюттік шамада 1-ден аз екенін білдіреді, мұның 

өзі  теңдеулердегі  стационарлық  жағдайы  болып  табылады.  Осы  жағдайда  тест  жеке 

түбірлердің болуын жоққа шығарады (3-қосымша).  

Бұл жерде мынаны, тесттердің бастапқы экономикалық көрсеткіштерге емес, олардың 

туындыларына – мысалы,  логарифмнен  бірінші  айырымға  модельде (1) тұрақсыздығын 

жоққа шығару мақсатында қолданылғанын жəне таңдап алынғанын ескеру қажет. Сондықтан 

жеке  түбірлердің  болуын  жоққа  шығару  күтілген  факт  болып  табылды.  Ауыспалыларды 

еркін  таңдау  (инфляция  теңдеуін  пайдаланбай)  тұрақсыздық  ықтималдығының  үлкен 

шамасы пайда болуы мүмкін болғандықтан, неғұрлым күрделі тапсырмаға əкеліп соқтыруы 

мүмкін. 

С.  Қалдықтарға  тест  жүргізу.  VAR моделі  үшін    МНК  көмегімен  бағаланған 

жалғыз теңдеу үшін жүргізілетін қалдықтарға жасалатын барлық тесттерді жүргізуге болады.  

Төрт  лаг  үшін  құрылған  коррелограммалар  автокорреляцияның  бар  екенін 

көрсетпейді (4-қосымша). Мұны корреляцияның барлық мəні тұрақты ауытқулардың  (+/-) 2 

интервалының ішінде орналасу фактісі дəлелдейді.  

Мульти  қалыптылыққа  жасалған  тест  «асимметрия  коэффициенті (Skewness)» 

статистикасының 0-ге жуық екенін көрсетеді, яғни қалдықтарды бағалау өз орнында болып 

табылады. «Эксцесс (Kurtosis)» статистикасы орташа алғанда 9 компонент үшін 1,68 (теория 

жүзіндегі 3 мəнінің  орнына)  мəнін  қабылдайды,  мұның  өзі  бөлудің  «жуан  құйрық»  қалдық 

бар  екенін  білдіреді.  Алайда  тұтастай  алғанда  статистика  Жарка  Бера  статистикасы  

қалдықтардың мульти қалыптылығын жоққа шығарады  (5-қосымша).  

4 

лаг 

үшін 

жүргізілген LM-тест 

бірінші 

жəне 

екінші 

лагтарда 

мультиколлинеарлықтың  бар  екенін  көрсетеді (6-қосымша).  Мультиколлинеарлық 

проблемасы  көптеген VAR-модельдерде  туындайды,  өйткені  теңдеудің  оң  жақ  бөлігінде 

эндогендік  айнымалылардың  лагтық  мəндерінің  жиынтығы  тұр.  Бұл  коэффициенттерді 

бағалау  МНК-ден  алынатын  статистикаға  тəн  ерекшеліктердің  нашарлауына  əкеліп 

соқтырады  (баға  тиімді  болып  табылмайды,  өйткені  олардың  стандарттық  қателері 

жоғарылаған).  

Құрылған VAR-моделінің  жоғарыда  атап  көрсетілген  кемшіліктері, тұтастай  алғанда 

осындай  модельдер  үшін  ортақ  болып  табылады  жəне  көп  жағдайда    мынадай  себептер 

бойынша жол берілетін кемшілік ретінде танылады. Көптеген талдаушылардың зерттеулері 

бойынша VAR моделінің  неғұрлым  маңызды  нəтижесі  импульстік  пікір  болып 

табылатындықтан, VAR-модельдер  үшін    бағалар  өз  орнында  болған  кезде  «жуан  құйрық» 

болуына жəне мультиколлинеарлыққа жол беріледі.  

4. VAR-моделінің  негізгі  нəтижелері  импульске  реакция  функциясы  жəне  болжау 

қателері дисперсиясын орын-орнына қою болып табылады. 

А. Импульске реакция функциясы – бұл белгілі бір кезең ішіндегі бір айнымалының 

уақыттың бастапқы сəтіндегі басқа айнымалының жеке өзгеруіне (күйзеліс) жауап ретіндегі 

импульстық  өзгеруі.  Нақты  алғанда VAR-моделі  басқа  айнымалылардың  күйзелісті 

өзгерулеріне  реакция  береді.  Біз  болашақта  инфляцияның  қалған  эндогендік 

айнымалылардың  күйзеліс  импульсына,  оның  ішінде  ең  айнымалы  инфляция  күйзелісіне 

реакцияларын ғана  білгіміз келеді. 

 

10

1-суретте  инфляцияның  сенім  білдірілген  интервалдың 95%-ына  сəйкес  келетін  екі 

стандартты  қатенің  ені (+/-) жолақпен  бірге  уақытша 10 кезең  ауқымындағы  қалған 

эндогендік айнымалылардың күйзеліс импульсіне реакциясының функциясы көрсетілген. 

1-сурет. 

-0.8

-0.4

0.0

0.4

0.8

1.2

1

2

3

4

5

6

7

8

9

10

Response of  INFSA to INFSA

-0.8

-0.4

0.0

0.4

0.8

1.2

1

2

3

4

5

6

7

8

9

10

Response of  INFSA to DLOG(INDIMPRICE(-2))

-0.8

-0.4

0.0

0.4

0.8

1.2

1

2

3

4

5

6

7

8

9

10

Response of  INFSA to DLOG(WAGE)

-0.8

-0.4

0.0

0.4

0.8

1.2

1

2

3

4

5

6

7

8

9

10

Response of  INFSA to DLOG(M3(-4))

-0.8

-0.4

0.0

0.4

0.8

1.2

1

2

3

4

5

6

7

8

9

10

Response of  INFSA to D(EXRATE(-3))

-0.8

-0.4

0.0

0.4

0.8

1.2

1

2

3

4

5

6

7

8

9

10

Response of  INFSA to DLOG(GDP(-2))

-0.8

-0.4

0.0

0.4

0.8

1.2

1

2

3

4

5

6

7

8

9

10

Response of  INFSA to D(OILPRICEWORLD)

-0.8

-0.4

0.0

0.4

0.8

1.2

1

2

3

4

5

6

7

8

9

10

Response of  INFSA to DLOG(BUDJ_FIZ_TRANS(-1))

-0.8

-0.4

0.0

0.4

0.8

1.2

1

2

3

4

5

6

7

8

9

10

Response of  INFSA to DLOG(KREDECON)

Response to Cholesky One S.D. Innovations ± 2 S.E.

 

 

Осы  суреттің  тоғыз  графигінде  инфляция  тиісінше  инфляцияның  өз  күйзелісіне, 

импорттық  баға  индексіне,  орташа  жалақыға,  ақша  массасына,  айырбас  бағамына,  ЖІӨ-ге, 

мұнайдың əлемдік бағасына, жеке тұлғаларға бюджеттен трансферттерге жəне экономикаға 

кредиттерге  реакциясы көрсетілген. 

Импульске осы бағаланған реакциялар  жүйедегі елеулі инерцияны көрсететін уақыт 

бойынша  бірте-бірте  бəсеңдейтін  барлық  қатарлардағы  бірлескен  ауытқуларды  көрсетеді. 

VAR-теңдеу  нысанын  (келтірілген  нысан)  таңдауды  негізге  ала  отырып,  инфляцияның  өз 

күйзелісін қоспағанда, кез келген айнымалының бірінші кезеңіндегі күйзелісі 2-ші кезеңнен 

бастап қана  инфляцияға ықпал етеді.  

Бірінші  кезеңде  жеке  инфляциялық  күйзелістің  инфляцияға  ықпалы  екінші  кезеңге 

қарай күрт азаяды, ал сонан кейін 6-кезеңге қарай бірте-бірте бəсеңдейді.   

Инфляцияның  ақша  массасы,  айырбастау  бағамы  жəне  ЖІӨ  күйзелісіне  реакциясы 

функциясының сипаты ең күрделі болып табылады. Күрделілік лагтары үлкен жəне тиісінше 

үлкен  реакция  кезеңінде  инфляцияға  ықпалмен  көрсетіледі.  Атап  айтқанда,  ақша  массасы 

күйзелісіне инфляцияның реакциясы 5 бесінші кезеңде ғана көрінеді (ақша массасы 4 лагпен 

плюс  реакцияның  өз  функциясының  кешігуі 1 лагпен  теңдеуге  кіреді), 4 (3+1) лагпен 

айырбастау  бағамы  күйзелісіне  жəне  ЖІӨ  үшін  3 (2+1) лагпен.  Тиісінше,  ақша  массасы 

күйзелісіне  инфляцияның  реакциясы 9 кезеңге  қарай  ғана  бəсеңдейді (4+5), айырбас 

 

11

бағамының  күйзелісіне – 7-кезеңге  қарай (3+5), жəне  ЖІӨ  күйзелісіне – 7- кезеңге  қарай 

(2+5). 

Басқа айнымалылардың күйзелістері инфляцияға екінші кезеңнің өзінде  жəне, əдетте, 

бұл  ретте  инфляцияның  ауытқуы  қысқа  кезеңде  əсер  етеді  жəне 5-кезеңге  қарай  іс  жүзінде 

бəсеңдейді.   

Инфляцияның  ең  жылдам  жəне  күшті  ауытқулары  жалақының,  ақша  массасының 

экономикаға  кредиттердің  күйзелісін  тудырады.  Бұл  ретте  жалақы  күйзелісінің  ықпалымен 

инфляцияның өзгеруі, өткен кезеңдегіге қарама-қарсы түзету ретінде айқын көрінетін ауытқу 

сипатында болады.  

Импорттық  баға,  айырбас  бағамы,  мұнайдың  əлемдік  бағасы  жəне  жеке  тұлғаларға 

бюджеттен трансферттер индексі күйзелістері кезінде де «түзетуші» сипатта болады, алайда 

олар шама жағынан аз жəне алдыңғы жағдайдағыға қарағанда неғұрлым ұзақ.  

 

Б. VAR-моделінің дисперсиясын жіктеу.  Күйзелістердің инфляцияға тигізетін əсері 

ғана  емес,  сонымен  қатар  қандай  да  бір  эндогендік  айнымалының  күйзелісі  де  күтпеген 

инфляция  өзгерістерін  түсіндіру  үшін  қаншалықты  маңызды  екендігі  туралы  мəселе  де 

негізгі  талдау  мəселесі  болып  табылады.  Дисперсияны  жіктеу  қандай  да  бір  айнымалының 

күйзелісінің күтпеген инфляция өзгерістерін түсіндіру үшін қаншалықты маңызды екендігін 

көрсетеді (2-сурет).  

2-сурет. 

 

Инфляция күйзелісінің берілу тетігі төмендегідей. Бірінші сəтте инфляция жеке-дара 

күйзеліс  импульсын  алады,  ал  қалған  көрсеткіштер  күйзеліске  ұшырамайды,  сондықтан 

олардың 

инфляцияға 

тигізетін 

күйзелістік 

əсері 

осы 

сəтте  

0-ге  тең.  Бұдан  кейінгі  уақыт  сəттерінде  басқа  көрсеткіштерге  беріледі,  яғни  олардың  өз 

күйзелістеріне инфляция «əкелген» күйзелістер, яғни инфляция күйзелісі нəтижесінде пайда 

болған  күйзелістер  қосылады.  Бұл  күйзелістік  əсерлер  өз  кезегінде  инфляцияға  ықпал  ете 

бастайды.  

Осылайша,  Қазақстандағы  ақша  трансмиссиясы  бір  айнымалыларға  тигізілетін 

күйзеліс  əсерлері  басқа  айнымалыларға  берілетін  үдеріс  болып  табылады.  Бұл  фактіні  

күйзелістер  таралуының  «тізбекті  реакция  нəтижесі»  деп  атауға  болады. «Əкелінген» 

күйзелістер  ауытқуларының    бəсеңде  сипатын  қаржы  жүйесінің  баға  күйзелісіне  деген 

тұрақтылығының дəлелі деп түсіндіруге болады. 

Инфляцияның  макроэкономикалық  көрсеткіштердің  инновацияларына  реакциясын 

талдаудың VAR-тəсілінің  мысалы  ретінде  теңгенің  нығаюының  инфляцияға  тигізетін 

ықпалына талдау жасайық. 

2003 жылдан бастап номиналдық айырбастау бағамының нығаю, ал инфляцияның өсу 

үрдісі    (2-сурет)  орын  алды.  Теориялық  тұрғыдан  алғанда,  ұлттық  валютаның  нығаюы 

инфляцияның  төмендеуіне  əкелуге  тиіс  болатын.  Сондықтан  бұл  суреттен,  не  теңгенің 

нығаю  қарқыны  инфляцияның  төмендеу  үрдісі  пайда  болуы    үшін  жеткіліксіз,  не 

инфляцияның басқа факторларының айтарлықтай салмағы бар, не осы  жағдайдың екеуі де 

бір мезгілде орын алып отыр деген қорытынды жасауға болады.  

Инфляция қалдықтарын жіктеу

0%

 

20%

 

40%

 

60%

 

80%

 

100%

 

1

2

3

4

5

6

7

8

9

10

пайыз

 

DLOG(KREDECON)

DLOG(BUDJ_FIZ_TRANS)

D(OILPRICEWORLD)

DLOG(GDP(-2))

D(EXRATE(-3))

DLOG(M3(-4))

DLOG(WAGE)

DLOG(INDIMPRICE)

INFSA

 

 

12

2-сурет. 

 

 

Осы  жағдайлардың  біріншісі  орын  алды  деп  есептеп,  егер  ҚРҰБ  теңгенің  нығаю 

қарқынын  күшейту  бойынша  жекелеген  шаралар  қабылдаған  жағдайда  не  болуы  мүмкін 

екенін түсіндіруге тырысайық 

Бұл  үшін  айырбастау  бағамының  теріс  күйзелістеріне  инфляция  реакциясының 

векторлық  авторегрессия  моделі  бойынша  құрылған  функциясын  қарастырайық.  

3-суретте  инфляцияның  айырбастау  бағамының  бастапқы  сəттегі  бір  сəттік 1%-дық  теріс 

күйзелісіне  реакциясының  екі  қисығы  көрсетілген.  Бұл  қисықтардың  біреуі («ағымдағы 

сəттегі  реакция»)  инфляцияның t уақыт  сəтіндегі  күйзеліске  «таза»  реакциясын,  ал  екінші 

қисық (жиынтық реакция) t уақыт сəтіндегі жинақталған реакцияны көрсетеді. 

3-сурет. 

 

 

Осы  қисықтардың  біріншісі  инфляцияның  бірінші  кезеңдегі  айырбастау  бағамының 

жеке-дара  теріс  күйзелісіне  реакциясы  екінші  кезеңде  өзінің  ең  үлкен  мəніне  жететіндігін, 

содан  кейін  бəсеңдейтінін  білдіреді.  Бұл  ретте,  басқа  да  тең  жағдайларда,  егер  теңге 1% 

нығайса,  онда  инфляция  екінші  кезеңде 0,18% төмендейді. 4 кезең  үшін  жиынтық  реакция 

шамамен 0,24% құрайды. Сөйтіп, басқа да тең жағдайларда теңге бір жылда 10% нығайған 

жағдайда, жылдық инфляция теория жағынан алғанда 2,4% төмендеуі тиіс. 

Дəл  осындай  талдауды  векторлық  авторегрессия  моделіне  кіретін  əрбір  эндогендік 

айнымалы  бойынша  жүргізуге  болады,  атап  айтқанда,  мұнайдың  əлемдік  бағасының,  ел 

бойынша  орташа  жалақының  өзгерістеріне,  халыққа  бюджеттен  берілетін  трансферттердің 

өзгерістеріне,  ақша  массасының  өзгерістеріне  инфляция  реакциясына  жəне  т.б.  талдау 

жүргізуге болады. 

 

Қорытынды.  Ұлттық  Банкте  инфляцияға  орташа  мерзімді  болжам 

жасаудың құралы ретінде ақша-кредит саясатының трансмиссиялық тетік моделі 

Инфляцияның айырбастау бағамының жеке-дара 

теріс күйзелісіне реакциясының функциялары 

 

0,05

-0,07

-0,18

-0,29

-0,27

-0,31

-1

-0,8

-0,6

-0,4

-0,2

0

0,2

1

2

3

4

5

6

7

8

9

10

кезеңдер

%

 

ағымдағы реакция

жиынтық  реакция

Айырбастау бағамының жəне инфляцияның

салыстырмалы динамикасы 

110

120

130

140

150

160

нау.03мау.03қыр.03

жел.03

нау.04мау.04қыр.04

жел.04

нау.05мау.05қыр.05

жел.05

нау.06мау.06сен.06

теңге/$

0,0

2,0

4,0

6,0

8,0

10,0 пайыз

exrate

inf

Логарифмдік (exrate)

Логарифмдік (inf)

 

13

пайдаланылады.  Трансмиссиялық  тетік  моделінің  негізгі  мақсаты  оңтайлы  ақша-

кредит саясатына қатысты тұжырымдар алу болып табылады. 

 Трансмиссиялық  модельге  кіретін  инфляция  моделінің  негізінде  келтірілген 

векторлық авторегрессиялық модель (VAR-модель) жасалды.  VAR-модельдің негізгі 

нəтижелері 

макроэкономикалық 

көрсеткіштердің 

күйзелістік 

өзгерістері 

нəтижесінде 

инфляцияның 

өзгерісін 

талдауға 

мүмкіндік 

беретін 

бір 

айнымалылылардың  басқа  айнымалылылардың  өзгерістеріне  (күйзеліс)  жəне 

болжам  қателері  дисперсиясының  жіктеуіне  реакциясының  функциялары  болып 

табылады. 

Зерттеулердің 

нəтижелері 

Қазақстандағы 

ақша 

трансмиссиясы 

күйзелістердің  таралуының  «тізбекті  реакция  нəтижесімен»  қоса  күрделі  үдеріс 

болып табылатынын көрсетеді. «Əкелінген» күйзелістер ауытқуларының бəсеңдеу 

сипатын қаржы жүйесінің баға күйзелістеріне қатысты тұрақтылығының дəлелі 

деп түсіндіруге болады. 

 

 

 

14

1-қосымша. 

VAR-модель 

 Vector Autoregression Estimates 

 

 

 

 

 

 

 

 Date: 12/25/06   Time: 13:12 

 

 

 

 

 

 

 

 Sample (adjusted): 1998Q4 2006Q3 

 

 

 

 

 

 

 

 Included observations: 32 after adjustments 

 

 

 

 

 

 

 Standard errors in ( ) & t-statistics in [ ] 

 

 

 

 

 

 

 INFSA 

DLOG(INDI

MPRICE(-2))

DLOG(WAG

E) 

DLOG(M3(-

4)) 

D(EXRATE(

-3)) 

DLOG(GDP(

-2)) 

D(OILPRIC

EWORLD) 

DLOG(BUD

J_FIZ_TRA

NS(-1)) 

DLOG(KRE

DECON) 

INFSA(-1) 

 0.090416 

 0.001767 

 0.005211 

-0.001293 

 5.008868 

 0.056975 

-0.899383 

 0.032902 

 0.007909 

 

 (0.22944) 

 (0.01489) 

 (0.01288) 

 (0.02087) 

 (1.93242) 

 (0.02773) 

 (0.91668) 

 (0.03732) 

 (0.01356) 

 

[ 0.39407] 

[ 0.11862] 

[ 0.40443] 

[-0.06194] 

[ 2.59202] 

[ 2.05462] 

[-0.98113] 

[ 0.88172] 

[ 0.58326] 

 

 

 

 

 

 

 

 

 

 

DLOG(INDIMPRICE(-

3)) 

 2.053282 

-0.409476 

-0.132666 

 0.349871 

 71.28117 

 0.380679 

-11.04092 

 0.492841 

-0.010254 

 

 (3.60043) 

 (0.23372) 

 (0.20218) 

 (0.32751) 

 (30.3238) 

 (0.43515) 

 (14.3847) 

 (0.58556) 

 (0.21279) 

 

[ 0.57029] 

[-1.75201] 

[-0.65619] 

[ 1.06828] 

[ 2.35067] 

[ 0.87483] 

[-0.76755] 

[ 0.84165] 

[-0.04819] 

 

 

 

 

 

 

 

 

 

 

DLOG(WAGE(-1)) 

 1.802846 

 0.044105 

-0.713225 

-0.797667 

 42.59837 

 0.751697 

 12.57569 

 1.246901 

-0.329805 

 

 (2.50576) 

 (0.16266) 

 (0.14071) 

 (0.22793) 

 (21.1042) 

 (0.30284) 

 (10.0112) 

 (0.40753) 

 (0.14809) 

 

[ 0.71948] 

[ 0.27115] 

[-5.06884] 

[-3.49956] 

[ 2.01848] 

[ 2.48212] 

[ 1.25616] 

[ 3.05967] 

[-2.22700] 

 

 

 

 

 

 

 

 

 

 

DLOG(M3(-5)) 

 1.221952 

-0.243119 

-0.079051 

 0.439151 

 49.27674 

 0.569234 

-22.18949 

 0.002331 

 0.165702 

 

 (3.58847) 

 (0.23294) 

 (0.20151) 

 (0.32642) 

 (30.2231) 

 (0.43370) 

 (14.3369) 

 (0.58362) 

 (0.21208) 

 

[ 0.34052] 

[-1.04369] 

[-0.39230] 

[ 1.34535] 

[ 1.63043] 

[ 1.31251] 

[-1.54772] 

[ 0.00399] 

[ 0.78131] 

 

 

 

 

 

 

 

 

 

 

D(EXRATE(-4)) 

 0.018974 

 0.000261 

-0.002100 

 0.001443 

 0.213495 

-0.005012 

 0.050086 

-0.006247 

-0.000297 

 

 (0.02759) 

 (0.00179) 

 (0.00155) 

 (0.00251) 

 (0.23239) 

 (0.00333) 

 (0.11024) 

 (0.00449) 

 (0.00163) 

 

[ 0.68766] 

[ 0.14594] 

[-1.35548] 

[ 0.57492] 

[ 0.91870] 

[-1.50301] 

[ 0.45434] 

[-1.39211] 

[-0.18231] 

 

 

 

 

 

 

 

 

 

 

DLOG(GDP(-3)) 

-0.846800 

 0.147078 

-0.404843 

-0.000921 

 0.881869 

-0.133697 

 9.456906 

-0.315021 

-0.012079 

 

15

 

 (1.35663) 

 (0.08806) 

 (0.07618) 

 (0.12340) 

 (11.4259) 

 (0.16396) 

 (5.42011) 

 (0.22064) 

 (0.08018) 

 

[-0.62419] 

[ 1.67012] 

[-5.31431] 

[-0.00747] 

[ 0.07718] 

[-0.81542] 

[ 1.74478] 

[-1.42777] 

[-0.15065] 

 

 

 

 

 

 

 

 

 

 

D(OILPRICEWORLD(

-1)) 

 0.054598 

 0.002064 

 0.001422 

 0.005557 

-0.669228 

-0.017095 

 0.234911 

-0.014892 

 0.003899 

 

 (0.06793) 

 (0.00441) 

 (0.00381) 

 (0.00618) 

 (0.57214) 

 (0.00821) 

 (0.27141) 

 (0.01105) 

 (0.00401) 

 

[ 0.80372] 

[ 0.46795] 

[ 0.37289] 

[ 0.89934] 

[-1.16968] 

[-2.08220] 

[ 0.86553] 

[-1.34788] 

[ 0.97112] 

 

 

 

 

 

 

 

 

 

 

DLOG(BUDJ_FIZ_TR

ANS(-2)) 

 0.037287 

-0.122804 

 0.222384 

 0.082876 

 5.480218 

 0.493668 

-10.80370 

-0.076109 

 0.062214 

 

 (1.44792) 

 (0.09399) 

 (0.08131) 

 (0.13171) 

 (12.1948) 

 (0.17500) 

 (5.78485) 

 (0.23549) 

 (0.08557) 

 

[ 0.02575] 

[-1.30656] 

[ 2.73514] 

[ 0.62924] 

[ 0.44939] 

[ 2.82104] 

[-1.86758] 

[-0.32320] 

[ 0.72701] 

 

 

 

 

 

 

 

 

 

 

DLOG(KREDECON(-

1)) 

 8.042804 

-0.095073 

 0.493915 

 0.492825 

-141.6329 

-1.051964 

 19.85317 

-2.386353 

 0.297163 

 

 (5.55832) 

 (0.36081) 

 (0.31212) 

 (0.50561) 

 (46.8138) 

 (0.67178) 

 (22.2070) 

 (0.90399) 

 (0.32850) 

 

[ 1.44698] 

[-0.26350] 

[ 1.58245] 

[ 0.97472] 

[-3.02546] 

[-1.56595] 

[ 0.89400] 

[-2.63981] 

[ 0.90459] 

 

 

 

 

 

 

 

 

 

 

C 

 0.384366 

 0.030580 

 0.027902 

 0.010611 

 1.842820 

 0.001964 

 1.947776 

 0.270197 

 0.054095 

 

 (0.49299) 

 (0.03200) 

 (0.02768) 

 (0.04484) 

 (4.15212) 

 (0.05958) 

 (1.96964) 

 (0.08018) 

 (0.02914) 

 

[ 0.77966] 

[ 0.95555] 

[ 1.00791] 

[ 0.23663] 

[ 0.44383] 

[ 0.03296] 

[ 0.98890] 

[ 3.36993] 

[ 1.85661] 

 

 

 

 

 

 

 

 

 

 

DUMMY1999Q2 

 10.50457 

-0.272760 

-0.101217 

-0.064764 

 6.736044 

-0.263355 

 4.907972 

-0.576254 

 0.117148 

 

 (1.19504) 

 (0.07757) 

 (0.06711) 

 (0.10871) 

 (10.0650) 

 (0.14443) 

 (4.77451) 

 (0.19436) 

 (0.07063) 

 

[ 8.79015] 

[-3.51609] 

[-1.50832] 

[-0.59578] 

[ 0.66926] 

[-1.82339] 

[ 1.02795] 

[-2.96492] 

[ 1.65865] 

 R-squared 

 0.854553 

 0.704919 

 0.766382 

 0.565229 

 0.438771 

 0.610837 

 0.320110 

 0.693012 

 0.462003 

 Adj. R-squared 

 0.785293 

 0.564405 

 0.655136 

 0.358195 

 0.171519 

 0.425521 

-0.003647 

 0.546828 

 0.205814 

 Sum sq. resids 

 16.47581 

 0.069426 

 0.051952 

 0.136328 

 1168.709 

 0.240662 

 262.9904 

 0.435798 

 0.057550 

 S.E. equation 

 0.885755 

 0.057498 

 0.049738 

 0.080572 

 7.460083 

 0.107052 

 3.538835 

 0.144056 

 0.052349 

 F-statistic 

 12.33826 

 5.016701 

 6.889042 

 2.730129 

 1.641786 

 3.296194 

 0.988736 

 4.740668 

 1.803367 

 Log likelihood 

-34.78455 

 52.72559 

 57.36465 

 41.92881 

-102.9727 

 32.83553 

-79.10814 

 23.33498 

 55.72745 

 Akaike AIC 

 2.861534 

-2.607849 

-2.897791 

-1.933051 

 7.123296 

-1.364721 

 5.631759 

-0.770936 

-2.795466 

 

16

 Schwarz SC 

 3.365381 

-2.104002 

-2.393944 

-1.429204 

 7.627143 

-0.860874 

 6.135605 

-0.267090 

-2.291619 

 Mean dependent 

 2.041279 

 0.001669 

 0.042761 

 0.077997 

 1.810938 

 0.050171 

 1.646875 

 0.052725 

 0.113879 

 S.D. dependent 

 1.911570 

 0.087119 

 0.084697 

 0.100573 

 8.196005 

 0.141240 

 3.532400 

 0.213994 

 0.058742 

 Determinant resid covariance (dof 

adj.) 

 

5.63E-13 

       

 Determinant resid covariance 

 1.27E-14 

 

 

 

 

 

 

 

 

Log 

likelihood 

 

103.2762 

       

 Akaike information criterion 

-0.267263 

 

 

 

 

 

 

 

 Schwarz criterion 

 4.267357 

 

 

 

 

 

 

 

 

 

17

жүктеу/скачать 0,73 Mb.

Достарыңызбен бөлісу: