Эконометрический анализ валового внутреннего продукта на душу населения в Российской Федерации

Размещено на http://www.allbest.ru/

Эконометрический анализ валового внутреннего продукта на душу населения в Российской Федерации

М.М. Цвиль

В.Е. Шумилина

А.В. Нестерова

Валовой внутренний продукт (ВВП) как один из основных показателей экономической деятельности страны имеет важное аналитическое значение. ВВП применяется для характеристики экономического потенциала и уровня экономического развития страны, для оценки темпов экономического роста, производительности труда, в том числе на международном уровне, является центральным показателем системы национальных счетов. Он показывает конечные результаты экономической деятельности резидентных единиц страны.

В СССР основным макроэкономическим показателем считался показатель национального дохода. Показатель ВВП начал определяться в экспериментальном порядке со второй половины 1980-х годов, а с 1992 года стал исчисляться официально.

Существует три метода определения валового внутреннего продукта: производственный, метод конечного использования, распределительный метод (метод доходов). В Российской Федерации (РФ) в основном используется производственный метод, когда ВВП определяется как разность между выпуском товаров и услуг и промежуточным потреблением, или как сумма добавленных стоимостей, создаваемых в отраслях экономики.

Выделяется два вида ВВП: номинальный и реальный. Номинальный ВВП выражается в текущих рыночных ценах, а в реальном отражается реальный рост производства путем устранения влияния роста цен.

Для более полного отражения уровня жизни в той или иной стране является показатель ВВП, рассчитанный на душу населения. Он рассчитывается как результат деления ВВП на численность населения страны и показывает, какой объем ВВП в стоимостном выражении произведен за год на одного жителя данной страны.

Экономические явления, как правило, определяются большим числом одновременно и совокупно действующих факторов[1-3]. Задача исследования зависимости одной эндогенной переменной Y от нескольких объясняющих (экзогенных) переменных: X_1, X_2, …, X_p решается с помощью множественного регрессионного анализа[4-6].

Для эконометрического анализа ВВП на душу населения мы использовали данные Росстата за период 2004-2016 гг. В качестве эндогенной переменной выступает Y - ВВП на душу населения в РФ, в долларах на человека. В качестве объясняющих (экзогенных) переменных вначале использовались следующие:

X₁ - динамика инвестиций в основной капитал в %;

X₂ - число занятых в тыс. чел.;

Х₃ - число прибывших в РФ, чел.;

X₄ - выбыло из РФ, чел.;

X₅ - номинальная начисленная средняя заработная плата, руб.;

Х₆ - число безработных в тыс. чел.;

Х₇ - экспорт РФ в млн. долл.;

Х₈ -реальная зарплата, темп роста к предыдущему году, %.

Эконометрический анализ с применением надстройки Пакета анализа приложения MS Excel показал: несмотря на значимость уравнения множественной линейной регрессии в целом имеет смысл улучшить модель. Перебрав множество различных вариантов, исследуя мультиколлинеарность факторов, получили новое уравнение модели множественной линейной регрессии, выбросив из рассмотрения факторы Х₁, Х₂, Х₃, Х₆, Х₈. С целью удобства переименуем оставшиеся факторы. Положим теперь Х₁ - количество человек, выбывающих из РФ, X₂ - номинальная начисленная средняя заработная плата в рублях, Х₃ - экспорт РФ в млн.долл. Используя надстройку Пакет анализа, получаем новую статистику, представленную на рис. 1.

Рис. 1. Статистические данные, полученные программой «Регрессия» в MS Excel

Полученное уравнение

Y=5050,284-0,01Х₁+0,476Х₂+0,016Х₃ (1)

значимо: значение статистики Фишера F=368,857 больше табличного и статистически значимо (9,81054E-10<0,05). Коэффициенты модели (1) тоже значимы: значение их t-статистики (9,236 для b₀; -3,636 для b₁; 12,164 для b₂; 8,007 для b₃) имеют Р-значение, гораздо меньшее уровня 0,05, и они больше по модулю табличного значения t=2,26.

Для выявления гетероскедастичности используем метод Голдфельда-Квандта [4,5]. Нулевая гипотеза о равенстве дисперсий двух наборов по т наблюдений (т. е. гипотеза об отсутствии гетероскедастичности) отвергается, если

где -- число регрессоров.

У нас m=6, а р=3. Вычислим суммы квадратов остатков

Так как в соответствии с , то гипотеза об отсутствии гетероскедастичности регрессионной модели подтверждается.

Наличие автокорреляции между соседними членами позволяет определить тест Дарбина-Уотсона [6,7]. Статистика Дарбина-Уотсона в нашем случае По таблице критических точек Дарбина-Уотсона d₁=0,715 и d₂=1,816. Вывод о наличии автокорреляции не подтверждается.

Сравним графики фактических наблюдений и теоретических (рис. 2).

Коэффициенты при факторах в модели (1) свидетельствуют о значительной роли номинальной начисленной средней заработной платы в рублях на ВВП на душу населения в РФ:

прирост Х₁ на 1 человека сопровождается уменьшением ВВП на душу населения в РФ на 0,01 доллара на человека,

прирост Х₂ на 1 руб. сопровождается приростом ВВП на душу населения в РФ на 0,476 долларов на человека,

прирост Х₃ на 1 млн. долларов сопровождается приростом ВВП на душу населения в РФ на 0,016 доллара на человека.

Можно использовать полученное уравнение (1) для прогноза.

Рис. 2. Сравнение фактических наблюдений и теоретических

Рассчитаем средние коэффициенты эластичности для определения относительной силы влияния Х₁, Х₂, Х₃ на Y.

С увеличением количество человек, выбывающих из РФ на 1 % от среднего уровня убывающих из РФ уровень ВВП снижается на 0,065% , с увеличением средняя заработной платы на 1% от ее среднего уровня средний уровень ВВП возрастает на 0,5%, с увеличением экспорта РФ на 1% уровень ВВП увеличивается на 0,3%.

Таким образом, можно сделать вывод, что стране необходимо встать на путь инновационного развития [2], чтобы быть конкурентоспособной на международном рынке и тем самым увеличить экспорт. Кроме того, необходимо обеспечить достойную заработную плату, что приведет к росту производительности труда, будет способствовать сохранению интеллектуального потенциала страны, что будет являться шагом к усилению человеческого капитала как одного из элементов экономической безопасности государства [8, 9].

Литература

валовой эконометрический производительность труд

1. Цвиль М.М., Шумилина В.Е. Применение моделей анализа панельных данных для оценки объема инновационных товаров, работ, услуг в Российской Федерации // Инженерный вестник Дона, 2017, № 1. URL:ivdon.ru/ru/magazine/archive/n1y2017/4006.

2. Цвиль М.М., Шумилина В.Е. Изучение зависимости рождаемости населения от обеспеченности врачебным персоналом и расходов на здравоохранение, физическую культуру и спорт с помощью эконометрических моделей // Инженерный вестник Дона, 2014, № 1. URL:ivdon.ru/ru/magazine/archive/n1y2014/2241.

3. Цвиль М.М., Шумилина В.Е. Эконометрический анализ и моделирование в сельском хозяйстве // Инженерный вестник Дона, 2014, № 4. URL:ivdon.ru/ru/magazine/archive/N4y2014/2555.

4. Мхитарян В.С. Эконометрика: учеб. под ред. д-ра экон. наук, проф. В.С. Мхитаряна. М.: Проспект, 2009. 384 с.

5. Greene W.N. Econometric Analysis \ W.H. Greene. 4^th Edition. New Jersey: Prentice Hall, 2002. 272 р.

6. Baltagi B.H. Econometric Analysis of Panel Data / B.H. Baltagi. 3^rd Edition. Chichester: John Wiley &Sons, Ltd, 2005. 356 р.

7. Цвиль М.М., Колесникова И.В. Эконометрический анализ инвестиционных проектов Ростовской области // Инженерный вестник Дона, 2016, №2 URL: ivdon.ru/ru/magazine/archive/n2y2016/3591.

8. Шумилина В.Е. Понятие человеческого капитала и его роль в экономической безопасности Российской Федерации // Наука и мир, 2016, № 2 URL: w-science.com/2017-2-395.html.

Размещено на Allbest.ru