Эконометрический анализ влияния различных факторов на экономическое развитие Российской Федерации
валовый стоимость экономика
Валовой внутренний продукт (ВВП) выступает в качестве ключевого показателя состояния и развития экономики той или иной страны и отражает суммарную стоимость конечных товаров и услуг, произведенных на территории страны за определенный промежуток времени. Вопросы моделирования зависимости ВВП от различных факторов достаточно широко исследуются в научной литературе. Однако, в настоящее время встречается мало исследований, или они носят поверхностный анализ взаимосвязи причин и уровня проявлений многофакторности с привязкой к показателю ВВП. Тем самым дальнейшее исследование зависимости ВВП от различных факторов и показателей состояния отдельных показателей экономики является актуальным.
В настоящем исследовании была построена многофакторная регрессионная модель с несколькими предикторами: численность населения, уровень инфляции, уровень безработицы, индекс потребительских цен на товары и услуги, государственный долг, инвестиции в основной капитал, уровень инновационной активности предприятий, индекс производительности труда, федеральные доходы и расходы.
Актуальность эконометрического анализа зависимости отдельных индикаторов и макроэкономических показателей обусловлена тем, что в большинстве исследований оценивается влияние показателей как не изменчивый показатель. Поэтому изучение динамических зависимостей состояния экономических индикаторов и макроэкономических показателей требует дополнительного внимания.
Сбор данных о состоянии экономики и отдельных вопросов развития общества ведется уже на протяжении многих десятилетий статистическими органами. Методики сбора и оценки информации кардинально не меняется, учитывается сглаживающий коэффициент, обеспечивающий отражение индикаторов в общей плоскости. На современном этапе развития перед органами как исполнительной, так и законодательной власти всех уровней остро стоит вопрос обеспечения населения эффективной экономической системой. Выполнение данной задачи, поставленной Президентом Российской Федерации[16], требует совершенствования методов управления необходимыми ресурсами, разработки целевых программ и принятия конкретных мер в рамках модернизации экономики, внедрения инноваций, развитие субъектов малого и среднего предпринимательства, регулирования курса валют и сдерживание темпов инфляции. Поэтому, особого внимания заслуживает исследование по формированию и проверке гипотезы о характере влияния отдельных индикаторов на основной макроэкономический показатель - валовой внутренний продукт.
Материалы и методы
В исследовании была осуществлена выборка за период с 2005 по 2020 гг. по годовым показателям и задействована регрессионная зависимость ВВП от статистических данных на временных интервалах (для получения этих зависимостей использовалась компьютерная эконометрическая программа Matrixer) (табл. 1):
- У - внутренний валовой продукт, трлн. руб.
- Х1 - численность населения страны, млн. человек.
- Х2 - уровень инфляции, %.
- Х3 - уровень безработицы, % от общей численности трудоспособного населения.
- Х4 - индекс потребительских цен на товары и услуги, %.
- Х5 - государственный долг, % к ВВП.
- Х6 - инвестиции в основной капитал, млн. рублей.
- Х7 - уровень инновационной активности предприятий, %.
- Х8 - индекс производительности труда, %.
- Х9 - федеральные доходы РФ, млрд. руб.
- Х10 - федеральные расходы РФ, млрд. руб.
Методом наименьших квадратов была осуществлена оценка параметров модели линейной регрессии.
Таблица 1. Экономические показатели для проведения исследования
|
Внутренний валовой продукт, трлн. руб. |
Численность населения страны, млн. человек |
Уровень инфляции, %. |
Уровень безработицы, % от общей численности трудоспособного населения |
Индекс потребительских цен на товары и услуги, %. |
Государственный долг, % к ВВП. |
Инвестиции в основной капитал, млн. рублей. |
Уровень инновационной активности предприятий, %. |
Индекс производительности труда, % |
Федеральные доходы РФ, млрд. руб. |
Федеральные расходы РФ, млрд. руб. |
||
|
2005 |
21609,8 |
143,237 |
12,7 |
7,2 |
206,2 |
14,9 |
3611109 |
9,7 |
105,5 |
5248,7 |
3965,2 |
|
|
2006 |
26917,2 |
142,748 |
9,7 |
7,1 |
224,8 |
9,8 |
4730023 |
9,9 |
107,5 |
6278,9 |
4284,8 |
|
|
2007 |
33247,5 |
142,737 |
9 |
6 |
252,5 |
8 |
6716222 |
10 |
107,5 |
7781,1 |
5986,6 |
|
|
2008 |
41276,6 |
142,834 |
14,1 |
6,2 |
284,9 |
7,4 |
8781616 |
9,4 |
104,8 |
9275,9 |
7570,9 |
|
|
2009 |
38807,2 |
142,865 |
11,6 |
8,2 |
310 |
9,9 |
7976013 |
9,3 |
95,9 |
7337,8 |
9660,1 |
|
|
2010 |
46308,5 |
143,056 |
6,8 |
7,4 |
337,2 |
10,1 |
9152096 |
9,3 |
103,2 |
8305,4 |
10117,5 |
|
|
2011 |
60114 |
143,347 |
8,4 |
6,5 |
357,8 |
10,3 |
11035652 |
9,5 |
103,8 |
11367,7 |
10925,6 |
|
|
2012 |
68103,4 |
143,667 |
5,1 |
5,5 |
381,2 |
11,2 |
12586090 |
10,4 |
103,8 |
12855,5 |
12895 |
|
|
2013 |
72985,7 |
146,267 |
6,8 |
5,5 |
405,9 |
12,3 |
13450238 |
10,3 |
102,1 |
13019,9 |
13342,9 |
|
|
2014 |
79030 |
146,267 |
7,8 |
5,2 |
452 |
15,1 |
13902645 |
10,1 |
100,8 |
14496,9 |
14831,6 |
|
|
2015 |
83087,4 |
146,545 |
15,5 |
5,6 |
510,3 |
15,3 |
13897188 |
9,9 |
98,7 |
13659,2 |
15620,3 |
|
|
2016 |
85616,1 |
146,804 |
7 |
5,5 |
537,8 |
14,8 |
14748847 |
9,3 |
100,1 |
13460 |
16416,4 |
|
|
2017 |
91843,2 |
146,88 |
3,7 |
5,2 |
551,3 |
14,3 |
16027302 |
8,4 |
102,1 |
15088,9 |
16420,3 |
|
|
2018 |
103861,7 |
146,781 |
2,9 |
4,8 |
574,8 |
13,6 |
17782012 |
12,8 |
103,1 |
19454,4 |
16713 |
|
|
2019 |
109608,3 |
146,749 |
4,5 |
4,6 |
592,3 |
13,8 |
19329038 |
9,1 |
102,6 |
20188,8 |
18214,5 |
|
|
2020 |
107315,3 |
146,812 |
3,4 |
5,8 |
621,4 |
19,3 |
21536041 |
10,8 |
99,6 |
18722,6 |
22824,4 |
Представленный перечень факторов может быть дополнен или скорректирован в зависимости от целей исследования и в соответствие с дальнейшими математическими закономерностями при анализе (изменения в деятельности государства, получение статистических данных по темпам реализации программ по параметрам и пр.). С помощью корреляционного анализа, возможно установить взаимосвязь, ее вид и тесноту в рамках исследуемого перечня показателей и тем самым осуществить правильный выбор признаков для построения модели регрессии.
Для выявления наиболее влияющих на ВВП факторов, была построена матрица парных коэффициентов парных корреляций ряда показателей (табл. 2).
Таблица 2. Матрица парных коэффициентов корреляции факторов влияния на макроэкономические показатели отдельных индикаторов
|
- |
y |
x1 |
x2 |
x3 |
x4 |
x5 |
x6 |
x7 |
x8 |
x9 |
x10 |
|
|
y |
1 |
0.9067 |
-0.6429 |
-0.8047 |
0.9859 |
0.6816 |
0.3132 |
0.2731 |
-0.4613 |
0.6774 |
-0.1179 |
|
|
x1 |
0.9067 |
1 |
-0.4847 |
-0.784 |
0.911 |
0.7917 |
0.3896 |
0.2167 |
-0.4806 |
0.5359 |
-0.07711 |
|
|
x2 |
-0.6429 |
-0.4847 |
1 |
0.5169 |
-0.6045 |
-0.3454 |
-0.1708 |
-0.2949 |
0.000454 |
-0.3559 |
-0.05013 |
|
|
x3 |
-0.8047 |
-0.784 |
0.5169 |
1 |
-0.7372 |
-0.433 |
-0.2461 |
-0.2953 |
0.00679 |
-0.5609 |
0.117 |
|
|
x4 |
0.9859 |
0.911 |
-0.6045 |
-0.7372 |
1 |
0.7191 |
0.3798 |
0.2176 |
-0.5314 |
0.62 |
-0.114 |
|
|
x5 |
0.6816 |
0.7917 |
-0.3454 |
-0.433 |
0.7191 |
1 |
0.2869 |
0.2057 |
-0.4739 |
0.4221 |
-0.03912 |
|
|
x6 |
0.3132 |
0.3896 |
-0.1708 |
-0.2461 |
0.3798 |
0.2869 |
1 |
-0.1157 |
-0.2778 |
0.203 |
-0.03695 |
|
|
x7 |
0.2731 |
0.2167 |
-0.2949 |
-0.2953 |
0.2176 |
0.2057 |
-0.1157 |
1 |
0.06715 |
0.5855 |
0.06591 |
|
|
x8 |
-0.4613 |
-0.4806 |
0.000454 |
0.00679 |
-0.5314 |
-0.4739 |
-0.2778 |
0.06715 |
1 |
-0.2766 |
0.2889 |
|
|
x9 |
0.6774 |
0.5359 |
-0.3559 |
-0.5609 |
0.62 |
0.4221 |
0.203 |
0.5855 |
-0.2766 |
1 |
-0.08026 |
|
|
x10 |
-0.1179 |
-0.07711 |
-0.05013 |
0.117 |
-0.114 |
-0.03912 |
-0.03695 |
0.06591 |
0.2889 |
-0.08026 |
1 |
Проводя анализ полученной матрицы парных корреляций, можно утверждать, что из представленного набора факторных признаков наибольшее влияние на ВВП оказывают следующие факторы:
- фактор Х1 - численность населения страны, коэффициент корреляции с результативным признаком (ВВП) составляет rk = 0,907;
- фактор Х3 - уровень безработицы, коэффициент корреляции с результативным признаком (ВВП) составляет rk = -0,805;
- фактор Х4 - индекс потребительских цен на товары и услуги, коэффициент корреляции с результативным признаком (ВВП) составляет rk = 0,986.
При выборе из полученных трех факторов ведущего фактора, необходимо руководствоваться соображениями экономико-статистического анализа. Для окончательного выбора ведущего фактора (из представленного набора факторных признаков) возможно построение моделей однофакторных регрессий и сравнение их качества (табл. 3).
Таблица 3. Сравнительный анализ однофакторных моделей зависимости ВВП от факторных признаков
|
Факторный признак |
Уравнение регрессионной модели зависимости ВВП от факторных признаков |
Показатели качества регрессии |
||
|
Коэффициент детерминации |
F-критерий Фишера |
|||
|
Численность населения страны, млн. человек, (Х1) |
y = 13985,4294 x1 -1959448,6046 |
0,8222 |
64,731 |
|
|
Уровень безработицы, % от общей численности трудоспособного населения, (Х3) |
y = -23354,7796 x3 + 207424,886 |
0,6476 |
25,722 |
|
|
Индекс потребительских цен на товары и услуги, %, (Х4) |
y = 208,8903 x4 -19314,1525 |
0,9719 |
22,02 |
Зависимость показателя ВВП от численности населения страны показала, что в исследуемой ситуации 82,22% общей вариабельности ВВП объясняется изменение численности населения. Параметры модели статистически значимы. Экономическая интерпретация параметров модели имеет вид: при увеличении численности населения на 1 единицу измерения (млн. человек) приведет к росту показателя ВВП в среднем на 13985,426 млрд. рублей.
По параметру - уровень безработицы было установлено, что в исследуемо взаимосвязи 64,76% общей вариабельности ВВП объясняется изменением уровня безработицы. Параметры модели статистически значимы. Экономическая интерпретация имеет вид: при увеличении уровня безработицы на 1% приведет к снижению ВВП в среднем на 23354,78 млрд. рублей.
При исследовании зависимости ВВП от индекса потребительских цен позволяет оценить исследуемую взаимосвязь на уровне 97,19% в общей вариативности изменения результатов по ВВП от индекса потребительских цен. Параметры модели статистически значимы. Экономическая интерпретация имеет вид: при изменении индекса потребительских цен на 1% произойдет ротс ВВП в среднем на 208,89 млрд. рублей. Полученные оценки уравнения регрессии позволяет использовать данный параметр для прогнозирования. При индексе потребительских цен на товары и услуги равном 454%, ВВП будет находится в пределах от 72176,38 до 78867,68 млрд. рублей и с вероятностью в 95% не выйдет за представленные пределы.
Анализируя представленные факторы в таблице 3, можно утверждать, что два первых фактора (Х1 и Х3), представленных в уравнении регрессии обладают высоким качеством, потому что коэффициенты детерминации достаточно близки по значению к единице. Построенные уравнения по критерию Фишера является статистически значимыми и в равной степени могут быть применены для проведения анализа динамики валового внутреннего продукта. В результате содержательного анализа эконометрической модели представляется целесообразным выбор в качестве определяющего фактора индекса потребительских цен на товары и услуги (на конец года) (Х4).
Проведенный отбор параметров для построения модели позволяет дать оценку важных индикаторов, которые оказывают существенное влияние на уровень ВВП. При этом при грамотной организации государственной политики можно добиться эффективного управления результативностью ВВП при формировании оптимальных программ в отношении отдельных сфер и показателей, которые им характерны.
Список используемых источников
1. Официальный сайт Росстата РФ // https://rosstat.gov.ru/
2. Статистика стран (Россия) // https://svspb.net/html/lankar.php