23
7-jadval
ARDL (1, 1, 1, 1) modeli asosida hisoblangan parametrlarni qisqa muddatli
baholash natijalari
16
Dependent Variable: D
Variable
Coefficient
Std. Error
t-Statistic
Prob.
D
1,213942
0.021057
57,65028
0.00000
D
2,294021
0.015766
145,5043
0.00000
D
-1,154828
0.016603
-69,5554
0.00000
-1,418294
0.053146
-26,6867
0.00000
R-squared
0.909492
Mean dependent var
0.183973
Adjusted R-squared
0.884238
S.D. dependent var
0.056503
S.E. of regression
0.007094
Akaike info criterion
-6.769989
Sum squared resid
0.000302
Schwarz criterion
-6.648955
Log likelihood
37.84995
Hannan-Quinn criter.
-6.902763
Hisoblangan qisqa muddatli ta’sirning empirik natijalari (7-jadval)
shuni
koʻrsatadiki, aholi jon boshiga ishlab chiqarilgan sanoat mahsulot hajmini 1% ga
oshishi aholi jon boshiga toʻgʻri keladigan YaHM hajmini 1,21% ga, aholi jon
boshiga asosiy kapitalga oʻzlashtirilgan investitsiyalar hajmini 1% ga koʻtarilishi
aholi jon boshiga toʻgʻri keladigan YaHM hajmini 2,3% ga oshishiga shuningdek,
ishsizlik darajasini 1% ga koʻtarilishi esa aholi jon boshiga toʻgʻri keladigan YaHM
hajmini 1,15% ga kamayishiga sabab boʻlishi mumkin.
(Error-correction Mechanisms)
17
qisqa muddatli salbiy ta’sirlardan
keyin uzoq muddatli muvozanatda toʻgʻirlash tezligini koʻrsatadi. Aholi jon boshiga
toʻgʻri keladigan YaHM hajmi va aholi jon boshiga ishlab chiqarilgan sanoat
mahsuloti, aholi jon boshiga asosiy kapitalga oʻzlashtirilgan investitsiyalar, ishsizlik
darajasi koʻrsatkichlari bilan qisqa muddatli muvozanatning buzilishi uzoq muddatda
har yili 1,41 foiz pasayish yoki koʻtarilish mumkinligini izohlaydi.
Bundan tashqari olib borilgan tadqiqot natijalari davomida mintaqa innovatsion
taraqiyot darajasini oʻzida aks ettiruvchi muhim koʻrsatkichlar
hisoblangan ilmiy
tadqiqot va tajriba-konstruktorlik ishlanmalariga xarajatlar (
hamda ilmiy
tadqiqot va tajriba-konstruktorlik ishlarini bajargan xodimlar soni
bilan aholi jon boshiga toʻgʻri keladigan YaHM hajmi oʻrtasida oʻzaro uchyoqlama
ijobiy ta’sir mavjudligi VAR (Vector Autoregressive Models)
modeli yordamida
asoslandi.
Vektorli avtoregessiv model ma’lumki bu oʻzgaruvchining joriy davrdagi
qiymatlarini oʻtgan davrdagi qiymatiga va tizimdagi boshqa oʻzgaruvchilarning
oʻtgan davrdagi qiymatiga bogʻlaydigan koʻp oʻzgaruvchili vaqtli qator modeli
hisoblanadi.
Mazkur modelning umumiy koʻrinishi quydagicha ifodalab olindi:
16
Manba: muallif ishlanmasi.
17
Marno Verbeek. A Guide to Modern Econometrics, 5th Edition. Hoboken, NJ: John Wiley & Sons, Inc., (2017), pp.
356-358.
24
∑
∑
∑
(6)
∑
∑
∑
(7)
∑
∑
∑
(8)
Hisob-kitob natijalari quyidagicha koʻrinishga ega boʻldi:
(9)
(10)
(11)
Mintaqani barqaror ijtimoiy–iqtisodiy rivojlanishini asosiy koʻrsatkichlarining
istiqboldagi 2022–2026 yillarga prognoz koʻrsatkichlarini ishlab chiqishda asosan
quyidagi ekonometrik modellardan foydalanildi:
1.
VAR (Vector Autoregressive Models);
2.
ARIMA (
Autoregressive integrated moving average);
3.
Eksponentsial tekislash (Exponential smoothing);
4.
Kompleks sonli ekonometrik model.
Prognozlashni ARIMA (
Autoregressive integrated moving average) ya’ni
“
Sirgʻaluvchi oʻrtachaga integrallashgan avtoregression” model asosida koʻrib
chiqiladi. ARIMA modelida (p,d,q) tartibi mavjud boʻlib,
bunda p-avtoregressiya
parametrini, d-integratsiyalash qismini, q-sirgʻaluvchi oʻrtacha parametrini
ifodalaydi. ARIMA modelini umumiy koʻrinishi quyidagi koʻrinishga ega boʻladi:
(12)
Ma’lumki d-integratsiyalashning ma’nosi oʻzgaruvchilarning joriy davrdagi
qiymatlarini oʻtgan davrdagi qiymatlari oʻrtasidagi farqni kuzatishdir.
Aholi jon boshiga YaHM hajmini prognozlashga asoslangan ARIMA (1, 1, 0)
modeli quyidagi koʻrinishgi ega boʻladi:
(13)
determinatsiya
koeffisiyenti, standart xatoliklar, F-Fisher, t-Styudent, Akaike,
Shvars mezonlari koʻrsatkichlari (13) modelning statistik
jihatdan ahamiyatli va
adekvatligini ifodalamoqda. Bu esa mazkur model asosida mintaqa aholi jon boshiga
YaHM hajmini kelgusi davrlar uchun prognoz qiymatlarini ishlab chiqish
mumkinligini asoslaydi.
25
Eksponensial tekislash usullarini (Braun 1959, Holt 1957, Vinters 1960)
18
yaratilishi muvaffaqiyatli prognoz qiymatlarni ishlab chiqishga asos boʻldi.
Eksponensial tekislash usullaridan foydalangan holda ishlab chiqilgan prognoz
qiymatlar oʻtgan davrdagi kuzatuvlarning vaznli oʻrtachasiga asoslangan boʻlib,
oʻtgan davrdagi kuzatuvlar soni oshgani sari vaznlar eksponent ravishda pasayadi.
“Holtning chiziqli trend usuli (Holt’s linear trend method)” trend bilan
ma’lumotlarni prognoz qilish bilan birga oddiy eksponensial
tekislash imkoniyatini
kengaytirdi. Bu usul prognoz tenglamasini va ikkita tekislash tenglamasini oʻz ichiga
oladi (biri vaqtli qatorni oʻz darajasi uchun, biri trend uchun):
Prognoz tenglamasi:
̂
(14)
Vaqtli qatorni oʻz darajasi uchun tenglamasi:
(15)
Trend tenglamasi:
(16)
Bu yerda:
vaqtli qatorning oʻz darajasi uchun
davrdagi tahmin qilingan
qiymati;
vaqtli qatorning trendi uchun
davrdagi tahmin qilingan qiymati;
vaqtli qatorning oʻz darajasi uchun tekislovchi parametr (
);
vaqtli qatorning trendi uchun tekislovchi parametr (
);
prognoz qilinadigan davr ketma-ketligini bildiruvchi son qiymat
(
).
Bundan tashqari mintaqa aholi jon boshiga toʻgʻri
keladigan YaHM hajmini
haqiqiy oʻzgaruvchili kompleks funksiya koʻrinishidagi ekonometrik model
yordamida prognoz koʻrsatkichlari shakllantirilgan. Ushbu modelning afzalligi bir
vaqtning oʻzida bir qancha erksiz oʻzgaruvchilarni haqiqiy erkli oʻzgaruvchiga
ta’sirini baholash imkoniyatining mavjudligidadir. Prognoz qilinmoqchi boʻlgan
koʻrsatkichlarning xususiyatidan kelib chiqqan holda haqiqiy oʻzgaruvchili kompleks
funksiya koʻrinishidagi ekonometrik model quyidagicha ifodalab olindi:
(17)
bu yerda:
mintaqa aholi jon boshiga toʻgʻri keladigan YaHM hajmi;
mintaqa aholi jon boshiga toʻgʻri keladigan YaHM hajmining oʻsish
sur’ati (oʻtgan yilga nisbatan %);
model parametrlari;
vaqt (davr)ni ifodalaydigan erkli oʻzgaruvchi.
Shu tariqa mintaqa aholi jon boshiga toʻgʻri keladigan YaHM hajmini
prognozlashga asoslangan ekonometrik modellarning qiyosiy natijalari shakllantirildi
(8-jadval).
18
Brown, R. G. (1959). Statistical forecasting for inventory control. New York: McGraw Hill; Holt, C. C. (1957).
Forecasting seasonal and trends by exponentially weighted moving averages. Pittsburg: Carnegie Institute of
Technology; Winters, P. R. (1960). Forecasting sales by exponentially weighted moving averages. Management
Science. Vol. 3, pp. 324–342.
