ЕКОНОМЕТРИЧНЕ МОДЕЛЮВАННЯ МАКРОЕКОНОМІЧНИХ ВЗАЄМОЗВ’ЯЗКІВ: СИМУЛЬТАТИВНИЙ ПІДХІД ДО АНАЛІЗУ ВВП, СПОЖИВЧИХ ВИТРАТ ТА НАГРОМАДЖЕННЯ КАПІТАЛУ
Анотація
Стаття присвячена розробленню та апробації симультативної економетричної моделі, що описує взаємозв’язки між ключовими макроекономічними показниками України у динаміці: валовим внутрішнім продуктом, кінцевими споживчими витратами та валовим нагромадженням капіталу. Для оцінювання параметрів застосовано двокроковий метод найменших квадратів. Емпірична база включає макроекономічні статистичні дані України за 2000-2021 рр. Структурна форма моделі складається з трьох рівнянь: функції споживання, інвестиційної функції та функції формування ВВП. У якості екзогенних змінних використано середньомісячну заробітну плату та валове заощадження. Проведено перевірку умов ідентифікації моделі за допомогою обов’язкової умови порядку та рангової умови, що підтвердило точну ототожненість усіх рівнянь системи. Встановлено систему параметричних взаємозв’язків між коефіцієнтами структурної та скороченої форм. Результати показують високий рівень пояснення варіації ендогенних змінних: коефіцієнт детермінації для рівняння споживання становить 0,996, інвестиційного рівняння – 0,937, рівняння ВВП – 0,996. Статистична перевірка за критерієм Стьюдента виявила, що найбільш значущий зв’язки між ВВП та споживчими витратами, а також між валовим заощадженням та капіталонагромадженням. F-тест підтвердив адекватність усіх трьох рівнянь моделі. Виявлений значний позитивний вплив середньомісячної заробітної плати на рівень споживання підтверджує домінуючу роль доходів домогосподарств у стимулюванні сукупного попиту, тоді як пряма залежність валового нагромадження капіталу від обсягу заощаджень свідчить про ефективний функціональний механізм внутрішнього інвестування. Крім того, наявність зворотних зв'язків між ендогенними змінними підкреслює мультиплікативний характер зростання ВВП, за якого кожна одиниця приросту нагромадження капіталу генерує додатковий споживчий попит, що інтегрально відображено в останньому рівнянні моделі. Незначний негативний вплив споживання на темпи нагромадження капіталу може вказувати на певний дефіцит інвестиційних ресурсів у періоди надмірного зростання поточних витрат.
Посилання
Dykas, P., Tokarski, T., & Wisła, R. (2023). The Solow model of economic growth: Application to contemporary macroeconomic issues. Taylor & Francis. https://doi.org/10.4324/9781003323792
Stockhammer, E. (2023). Macroeconomic ingredients for a growth model analysis for peripheral economies: A post-Keynesian-structuralist approach. New Political Economy, 28(4), 628–645. https://doi.org/10.1080/13563467.2022.2149723
Chan, Y. T. (2022). The macroeconomic impacts of the COVID-19 pandemic: A SIR-DSGE model approach. China Economic Review, 71, Article 101725. https://doi.org/10.1016/j.chieco.2021.101725
Geromichalos, A., & Herrenbrueck, L. (2022). The liquidity-augmented model of macroeconomic aggregates: A New Monetarist DSGE approach. Review of Economic Dynamics, 45, 134–167. https://doi.org/10.1016/j.red.2021.05.002
Bazán Navarro, C. E., & Benazic Tomé, R. M. (2022). Structural stability analysis in a dynamic IS‐LM‐AS macroeconomic model with inflation expectations. International Journal of Differential Equations, 2022(1), Article 5026061. https://doi.org/10.1155/2022/5026061
Warrener, T. C., Silva, R. F., & Di Guimarães, L. (2023). Financial system and economic development: A study for emerging countries through a system of simultaneous equations. Revista Eletrônica de Negócios Internacionais: Internext, 18(3), 235–249. https://doi.org/10.18568/internext.v18i3.741
Neog, Y., & Gaur, A. K. (2020). Macro-economic determinants of tax revenue in India: An application of dynamic simultaneous equation model. International Journal of Economic Policy in Emerging Economies, 13(1), 13–35. https://doi.org/10.1504/ijepee.2020.106679
Zamfir, C. G., Lupaşc, A., & Lupaşc, I. (2012). Simultaneous equations model used in studying the analysis on household final consumption. Revista Economică, 189.
Shchur, R., Pilko, A., Chepyha, B., Bilyi, M., & Stabias, S. (2025). Application of SEM and QARDL models in the practice of analysis of the influence of exchange rate volatility on macroeconomic indicators. Financial and Credit Activity: Problems of Theory and Practice, 1(60), 20–32. https://doi.org/10.55643/fcaptp.1.60.2025.4669
Fedajev, A., Pantović, D., Milošević, I., Vesić, T., Jovanović, A., Radulescu, M., & Stefan, M. C. (2023). Evaluating the outcomes of monetary and fiscal policies in the EU in times of crisis: A PLS-SEM approach. Sustainability, 15(11), Article 8466. https://doi.org/10.3390/su15118466
Farmer, J. D. (2025). Quantitative agent-based models: A promising alternative for macroeconomics. Oxford Review of Economic Policy, 41(2), 571–590. https://doi.org/10.1093/oxrep/graf027
Arias, J. E., Rubio-Ramirez, J. F., & Shin, M. (2023). Macroeconomic forecasting and variable ordering in multivariate stochastic volatility models. Journal of Econometrics, 235(2), 1054–1086. https://doi.org/10.1016/j.jeconom.2022.04.013
Song, Y., Tang, X., Wang, H., & Ma, Z. (2023). Volatility forecasting for stock market incorporating macroeconomic variables based on GARCH‐MIDAS and deep learning models. Journal of Forecasting, 42(1), 51–59. https://doi.org/10.1002/for.2899
Abd El-Aal, M. F. (2025). The relationship between CO2 emissions and macroeconomics indicators in low and high-income countries: Using artificial intelligence. Environment, Development and Sustainability, 27(12), 29493–29514. https://doi.org/10.1007/s10668-024-04880-3
Helgadóttir, O. (2023). How to make a super-model: Professional incentives and the birth of contemporary macroeconomics. Review of International Political Economy, 30(1), 252–280. https://doi.org/10.1080/09692290.2021.1997786
Benigno, G., Foerster, A., Otrok, C., & Rebucci, A. (2025). Estimating macroeconomic models of financial crises: An endogenous regime‐switching approach. Quantitative Economics, 16(1), 1–47. https://doi.org/10.3982/qe2038
Vdovyn, M., Zomchak, L., & Panchyshyn, T. (2022). Modeling of economic systems using game theory. Věda a Perspektivy, 7(7), 14. https://doi.org/10.52058/2695-1592-2022-7(14)-91-100
Zomchak, L., & Miskiv, D. (2024). Structural model of Ukrainian economic performance: Interactions between GDP and industrial output. Smart Economy, Entrepreneurship and Security, 2(2), 7–16. https://doi.org/10.60022/sis.2.2-1
Zomchak, L., & Vdovyn, M. (2026). Discriminant analysis of foreign economic activity of Central and Eastern European countries. Problems of Systemic Approach in Economy, 1(103), 34–41. https://doi.org/10.32782/2520-2200/2026-1-4
Vdovyn, M. (2025). Ukraine’s position in the fragile states index: Conflict, threats and challenges. In Accreditation of educational programs: Foreign experience: Materials of the All-Ukrainian scientific and pedagogical professional development (June 23 – August 3, 2025) (pp. 17–20). Liha-Pres.
Dobrovolska, O., Kolotilina, O., & Ostapenko, M. (2024). Forecasting macroeconomic dynamics in Ukraine: The impact of a full-scale war. SocioEconomic Challenges, 8(3), 211–237. https://doi.org/10.61093/sec.8(3).211-237.2024
Capoani, L., & Martini, P. (2026). The cost of proximity: A spatial gravity model of the Ukraine war’s economic impact. Networks and Spatial Economics, 26(1), 331–359. https://doi.org/10.1007/s11067-025-09699-7
State Statistics Service of Ukraine. (n.d.). Official website. http://www.ukrstat.gov.ua (access date: 03.03.2026).
Dykas P., Tokarski T., Wisła R. The Solow model of economic growth: Application to contemporary macroeconomic issues. Taylor & Francis, 2023. 265 p.
Stockhammer E. Macroeconomic ingredients for a growth model analysis for peripheral economies: a post-Keynesian-structuralist approach. New Political Economy. 2023. Vol. 28, No. 4. P. 628–645.
Chan Y. T. The macroeconomic impacts of the COVID-19 pandemic: A SIR-DSGE model approach. China Economic Review. 2022. Vol. 71. Art. 101725.
Geromichalos A., Herrenbrueck L. The liquidity-augmented model of macroeconomic aggregates: A New Monetarist DSGE approach. Review of Economic Dynamics. 2022. Vol. 45. P. 134–167.
Bazán Navarro C. E., Benazic Tomé R. M. Structural Stability Analysis in a Dynamic IS‐LM‐AS Macroeconomic Model with Inflation Expectations. International Journal of Differential Equations. 2022. Vol. 2022(1). Art. 5026061.
Warrener T. C., Silva R. F., Di Guimarães L. Financial system and economic development: a study for emerging countries through a system of simultaneous equations. Revista Eletrônica de Negócios Internacionais: Internext. 2023. Vol. 18, No. 3. P. 235–249.
Neog Y., Gaur A. K. Macro-economic determinants of tax revenue in India: an application of dynamic simultaneous equation model. International Journal of Economic Policy in Emerging Economies. 2020. Vol. 13, No. 1. P. 13–35.
Zamfir C. G., Lupaşc A., Lupaşc I. Simultaneous Equations Model Used In Studying The Analysis On Household Final Consumption. Revista Economică. 2012. Vol. 189.
Application of SEM and QARDL models in the practice of analysis of the influence of exchange rate volatility on macroeconomic indicators / R. Shchur et al. Financial and credit activity problems of theory and practice. 2025. Vol. 1(60). P. 20–32.
Evaluating the outcomes of monetary and fiscal policies in the EU in times of crisis: A PLS-SEM approach / A. Fedajev et al. Sustainability. 2023. Vol. 15, No. 11. Art. 8466.
Farmer J. D. Quantitative agent-based models: a promising alternative for macroeconomics. Oxford Review of Economic Policy. 2025. Vol. 41, No. 2. P. 571–590.
Arias J. E., Rubio-Ramirez J. F., Shin M. Macroeconomic forecasting and variable ordering in multivariate stochastic volatility models. Journal of Econometrics. 2023. Vol. 235, No. 2. P. 1054–1086.
Volatility forecasting for stock market incorporating macroeconomic variables based on GARCH‐MIDAS and deep learning models / Y. Song et al. Journal of Forecasting. 2023. Vol. 42, No. 1. P. 51–59.
Abd El-Aal M. F. The relationship between CO2 emissions and macroeconomics indicators in low and high-income countries: using artificial intelligence. Environment, Development and Sustainability. 2025. Vol. 27, No. 12. P. 29493–29514.
Helgadóttir O. How to make a super-model: professional incentives and the birth of contemporary macroeconomics. Review of international political economy. 2023. Vol. 30, No. 1. P. 252–280.
Vdovyn M., Zomchak L., Panchyshyn T. Modeling of Economic systems using game theory. Věda a perspektivy. 2022. Vol. 7, No. 7. P. 14.
Estimating macroeconomic models of financial crises: An endogenous regime‐switching approach / G. Benigno et al. Quantitative Economics. 2025. Vol. 16, No. 1. P. 1–47.
Zomchak L., Miskiv D. Structural model of Ukrainian economic performance: interactions between GDP and industrial output. Smart Economy, Entrepreneurship and Security. 2024. Vol. 2, No. 2. P. 7–16.
Zomchak L., Vdovyn M. Discriminant analysis of foreign economic activity of Central and Eastern European countries. Problems of Systemic Approach in Economy. 2026. Vol. 1(103). P. 34–41.
Vdovyn M. Ukraine’s position in the fragile states index: Conflict, threats and challenges. Accreditation of educational programs: Foreign experience: Materials of the All-Ukrainian scientific and pedagogical professional development (June 23 – August 3, 2025). Liha-Pres, 2025. P. 17–20.
Dobrovolska O., Kolotilina O., Ostapenko M. Forecasting macroeconomic dynamics in Ukraine: The impact of a full-scale war. SocioEconomic Challenges. 2024. Vol. 8, No. 3. P. 211–237.
Capoani L., Martini P. The Cost of Proximity: A Spatial Gravity Model of the Ukraine War’s Economic Impact. Networks and Spatial Economics. 2026. Vol. 26, No. 1. P. 331–359.
State Statistics Cervice of Ukraine : official web-page. URL: http://www.ukrstat.gov.ua (access date: 03.03.2026).
Авторське право (c) 2026 Лариса Зомчак, Мар’яна Вдовин, Тарас Панчишин
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
