Дипломная работа: Определение направлений структурных реформ для обеспечения устойчивого развития: кластерный анализ и logit-моделирование

FAC5 = 1.25191

------------------------------------------------------------------------------

| Delta-method

| dy/dx Std. Err. z P>|z| [95% Conf. Interval]

-------------+----------------------------------------------------------------

FAC3 |

_at |

1 | -.0015868 .0029979 -0.53 0.597 -.0074626 .004289

2 | -.2627297 .1179099 -2.23 0.026 -.4938288 -.0316306

------------------------------------------------------------------------------

Использованные команды:. margins, dydx(FAC3) at( FAC1=(0.13419) FAC2=(-1.68765) FAC4=(-0.89525) FAC5=(-0.77322)) at( FAC1=(0.613) FAC2=(-1.12462) FAC4=(0.57664) FAC5=(1.25191)) predict(outcome(3))

Рассмотрим маржинальные эффекты для четвертого фактора (Табл. 22.4) при неизменных остальных факторах. Сразу можно заметить, что для аргентины увеличение притока мигрантов на единицу увеличивает ее вероятность попадания в кластер 3 на 32,4%. Дело в том, что у Аргентины наблюдается отток вторичных доходов, т.к. в стране одни из самых лучших условий для миграции, что свойственно странам третьего кластера. Это тот случай, когда страна совсем не зависит от трудовых переводов, а сама является источником данных денежных средств для других стран. Что касается Таджикистана, то снижение на одну единицу зависимости экономики от переводов трудовых мигрантов приведет к повышению вероятности перехода в кластер 3 на 7,1%.

Табл. 22.4

Предельные эффекты по странам: FAC4

Источник: расчеты автора

Average marginal effects Number of obs = 111

Model VCE : OIM

Expression : Pr(CLU3_1==3), predict(outcome(3))

dy/dx w.r.t.: FAC4

1._at : FAC1 = .13419

FAC2 = -1.68765

FAC3 = .01601

FAC5 = -.77322

2._at : FAC1 = .613

FAC2 = -1.12462

FAC3 = -.67651

FAC5 = 1.25191

------------------------------------------------------------------------------

| Delta-method

| dy/dx Std. Err. z P>|z| [95% Conf. Interval]

-------------+----------------------------------------------------------------

FAC4 |

_at |

1 | .0709223 .0632428 1.12 0.262 -.0530313 .1948759

2 | .3244624 .0640668 5.06 0.000 .1988938 .4500311

Использованные команды: margins, dydx(FAC4) at( FAC1=(0.13419) FAC2=(-1.68765) FAC3=(0.01601) FAC5=(-0.77322)) at( FAC1=(0.613) FAC2=(-1.12462) FAC3=(-0.67651) FAC5=(1.25191)) predict(outcome(3))

В Табл. 22.5 рассмотрим маржинальные эффекты для последнего фактора, который характеризует макроэкономическую нестабильность. Для Таджикистана увеличение макроэкономической нестабильности на одну единицу снижает вероятность перехода на 0,04%, в то время как для Аргентины данная вероятность снижается на 11,9%. Можно сделать вывод о том, что Аргентина сильно чувствительна к усилению макроэкономической нестабильности и это может стать серьезной проблемой для перехода в более высокий уровень экономического развития.

Табл. 22.5

Предельные эффекты по странам: FAC5

Источник: расчеты автора

Average marginal effects Number of obs = 111

Model VCE : OIM

Expression : Pr(CLU3_1==3), predict(outcome(3))

dy/dx w.r.t.: FAC5

1._at : FAC1 = .13419

FAC2 = -1.68765

FAC3 = .01601

FAC4 = -.89525

2._at : FAC1 = .613

FAC2 = -1.12462

FAC3 = -.67651

FAC4 = .57664

------------------------------------------------------------------------------

| Delta-method

| dy/dx Std. Err. z P>|z| [95% Conf. Interval]

-------------+----------------------------------------------------------------

FAC5 |

_at |

1 | -.0004857 .0012544 -0.39 0.699 -.0029443 .0019729

2 | -.1194529 .0704216 -1.70 0.090 -.2574766 .0185708

------------------------------------------------------------------------------

Использованные команды:. margins, dydx(FAC5) at( FAC1=(0.13419) FAC2=(-1.68765) FAC3=(0.01601) FAC4=(-0.89525)) at( FAC1=(0.613) FAC2=(-1.12462) FAC3=(-0.67651) FAC4=(0.57664)) predict(outcome(3))

Основываясь на полученных результатах нашего исследования, построим таблицу маржинальных эффектов для каждого фактора и обозначим направление структурных реформ для каждой из исследуемых стран:

Таким образом, основными приоритетными направлениями для Республики Таджикистан являются: повышение уровня человеческого развития, улучшение бизнес среды, повышение вовлеченности населения в экономический рост посредством создания новых рабочих мест и снижение зависимости экономики от трудовых переводов.

Что касается рекомендаций Аргентине, то они должны основываться на повышении компетенции работников, решении проблем безработицы, снижении сильной зависимости от внешних потрясений, особенно по отношению к государственному долгу. Первостепенной задачей реформирования для данной страны является стабилизация макросреды.

Заключение

В данной работе была произведена попытка определения приоритетных направлений структурных реформ для 111 стран с 18 макроэкономическими показателями. Практическим направлением исследования стало применение факторного анализа на основе Метода Главных Компонент, кластеризация иерархическим агломеративным методом, объяснение полученных кластеров посредством кластерных профилей и расчет предельных эффектов логистической регрессии с целью предоставления конечного результата в виде рекомендаций по повышению устойчивого экономического роста. Построение упомянутых моделей способствовало формированию экономически логичных ответов на наши ранее поставленные вопросы:

Во-первых, в каких странах встречаются риски устойчивого экономического роста? Ответ на данный вопрос крылся в кластеризации и факторном анализе, а кластерные профили интерпретировали их результаты. В результате, страны нашей выборки разделились на три кластера: развитые, развивающиеся и менее развитые страны. В последних двух кластерах обнаружились низкий экономический рост и нестабильная макроэкономическая среда, причем для менее развитых стран ситуация обострена и требует незамедлительного вмешательства. Развитые страны показали хорошие результаты относительно экономического развития и уровня вовлеченности населения в экономической рост, показав некую волатильность в показателях долга к ВВП, что в большинстве случаях не имеет негативное влияние. Развивающиеся страны охарактеризовали себя как страны с низкой вовлеченностью населения и высокой зависимостью от переводов трудовых мигрантов. Ввиду такой зависимости, страны этого кластера прибавили к своим пробелам экономической политики выраженную макроэкономическую нестабильность. Таким образом, на результатах кластерных профилей мы заключили, что кластеры 1 - менее развитые и кластер 2 - развивающиеся страны имеют риски устойчивого роста и потому, необходимость в проведении структурных реформ.

Во-вторых, какие меры следует предпринять для повышения устойчивого роста? На данный вопрос мы нашли ответ посредством предельных эффектов мультиномиальной логистической регрессии, где зависимой переменной стали номера кластеров, а объясняющими оценки факторных нагрузок. Опорной категорией стал третий кластер, где наблюдались наилучшие показатели по всем социально-экономическим признакам. Простая логистическая модель показала сложно интерпретируемые результаты, однако переход к предельным эффектам сгладил данный дефект. Исследования предельных эффектов были проведены как на уровне кластеров, так и на уровне отдельно взятых стран, а именно Таджикистана и Аргентины.

Анализ отдельных кластеров показал, что улучшение ключевых показателей экономического роста в странах с менее развитой экономикой на единицу приведет к увеличению вероятностей перехода во второй кластер на 32,6%. Страны второго кластера, в свою очередь, должны улучшить уровень человеческого развития, условия ведения бизнеса и создать новые рабочие места для решения проблем низкой вовлеченности населения и зависимости экономики от переводов трудовых мигрантов.

Предельные эффектны для развивающихся стран показали, что улучшение на некую единицу первых двух индикаторов приведет к повышению вероятности попадания в группу развитых стран на целых 49,4%, в то время как улучшение политики на рынке труда принесет дополнительные 17,6%. Что касается отдельно взятых стран, то схожими приоритетными направлениями являются увеличение экономического роста. Так, для Таджикистана повышение вовлеченности населения в экономический рост на некую единицу улучшит вероятность устойчивого роста на 25,4%, а для Аргентины всего на 14,9%. Сильные расхождения наблюдаются в зависимости экономики от переводов трудовых мигрантов. Если для Таджикистана наблюдается приток денежных средств со стороны своей внешней диаспоры, то в Аргентине наблюдается обратная картина - отток вторичных доходов из -за высокой миграции в страну. Примечательным являются предельные эффекты относительно показателя макроэкономической нестабильности. Ее повышение для некую единицу снижает вероятность перехода на третий кластер для Таджикистана на 0,04%, а для Аргентины на -11,9%. Сильный спад вероятности для Аргентины оказался связанным с уже давно существующей нестабильностью в стране, особенно по отношению к государственному долгу.

Таким образом, комбинация инструментов макроэкономического, статистического и эконометрического анализа смогла в полной мере ответить на поставленные нами вопросы и исполнить цели, и задачи данного исследования.

Список литературы

1. Barnes S. et al. The GDP impact of reform: a simple simulation framework //OECD Economic Department Working Papers. 2011. №. 834. С. 0_1.

2. Beetsma, Roel M., and Xavier Debrun. Reconciling Stability and Growth: Smart Pacts and Structural Reforms. Palgrave Macmillan Journals on behalf of the International Monetary Fund

3. Boscб J. E. et al. Tax reforms and labour-market performance: an evaluation for Spain using REMS //Moneda y Crйdito. 2009. Т. 228. С. 145-188.

4. Callen T., Reynolds P., Towe C. M. (ed.). India at the Crossroads--Sustaining Growth and Reducing Poverty. International Monetary Fund, 2001.

5. Cameron A. C., Trivedi P. K. Microeconometrics using stata. College Station, TX: Stata press, 2009. Т. 5. С. 706.

6. Cases C. STRUCTURAL REFORMS AND MACROECONOMIC PERFORMANCE: INITIAL CONSIDERATIONS FOR THE FUND. 2015.

7. Cubeddu M. L. M. et al. Emerging markets in transition: Growth prospects and challenges. International Monetary Fund, 2014. №. 14-16.

8. Dabla-Norris E. et al. Anchoring growth: the importance of productivity-enhancing reforms in emerging market and developing economies //Journal of International Commerce, Economics and Policy. 2014. Т. 5. №. 02. С. 1450001.

9. Dabla-Norris M. E., Srivisal M. N. Revisiting the link between finance and macroeconomic volatility. International Monetary Fund, 2013. №. 13-29.

10. Domйnech R., Gonzбlez-Pбramo J. M. Budgetary stability and structural reforms in Spain: Lessons from the recession and options for the future //BBVA Research WP. 2017. Т. 17. №. 11.

11. Draghi M. Structural reforms, inflation and monetary policy. 2015.

12. Everaert M. L., Schule W. Structural reforms in the euro area: Economic impact and role of synchronization across markets and countries. International Monetary Fund, 2006. №. 6-137.

13. Everaert M. L., Schule W. Structural reforms in the euro area: Economic impact and role of synchronization across markets and countries. International Monetary Fund, 2006. №. 6-137.

14. Faherty V. E. Compassionate statistics: Applied quantitative analysis for social services (with exercises and instructions in SPSS). Sage Publications, 2007.

15. Goldstein M. IMF structural conditionality: How much is too much? //Institute for International Economics Working Paper. 2001. №. 01-04.

16. Hadzi-Vaskov M. Assessing the Macroeconomic Impact of Structural Reforms in Chile. International Monetary Fund, 2018.

17. Imaenyin N. I. Agriculture in Nigeria: identifying opportunities for increased commencialization and investment //Вестник евразийской науки. 2015. Т. 7. №. 1 (26).

18. Lusinyan L., Muir D. Assessing the macroeconomic impact of structural reforms the case of Italy. International Monetary Fund, 2013. №. 13-22.

19. Lusinyan M. L. Assessing the Impact of Structural Reforms Through a Supply-side Framework: The Case of Argentina. International Monetary Fund, 2018.

20. Manasse P., Katsikas D. (ed.). Economic Crisis and Structural Reforms in Southern Europe: Policy Lessons. Routledge, 2017.

21. Mitra M. P. Avoiding the New Mediocre. International Monetary Fund, 2016.

22. Nabli M. K., Vйganzonиs M. A. Reforms and growth in MENA countries: New empirical evidence. World Bank, 2004. Т. 36.

23. Sacchi S. Conditionality by other means: EU involvement in Italy's structural reforms in the sovereign debt crisis //Comparative European Politics. 2015. Т. 13. №. 1. С. 77-92.

24. Sahay M. R., Goyal R. Volatility and growth in Latin America: an episodic approach. International Monetary Fund, 2006. №. 6-287.

25. Singh M. A. Macroeconomic volatility: The policy lessons from Latin America. International Monetary Fund, 2006. №. 6-166.

26. Tang T. C., Lau E. An empirical investigation on the sustainability of balancing item of balance of payment accounts for OIC member countries //Journal of Economic Cooperation and Development. 2009. Т. 30. №. 1. С. 1-16.

27. Tompson W., Dang T. T. Advancing Structural Reforms in OECD Countries. 2010.

28. Torres-Reyna O. Predicted probabilities and marginal effects after (ordered) logit/probit using margins in Stata //Princeton Universtiy. 2014.

29. Williams R. Using the margins command to estimate and interpret adjusted predictions and marginal effects //The Stata Journal. 2012. Т. 12. №. 2. С. 308-331.

30. Адам М. А., Елисеев В. М. Динамика основных экономических показателей республики Чад //Маркшейдерский вестник. 2007. №. 3. С. 60-62.

31. Магнус Я. Р., Катышев П. К., Пересецкий А. А. Эконометрика. Начальный курс. М.: Дело, 1997.

32. Орлова И. В. и др. Многомерный статистический анализ в экономических задачах: компьютерное моделирование в SPSS (учебное пособие) //Международный журнал прикладных и фундаментальных исследований. 2014. №. 3-2. С. 248-250.

33. Фитуни Л. Л. Место Африки в посткризисной мировой экономике //Азия и Африка сегодня. 2011. №. 1. С. 15-20.

Приложение. 1 Результаты кластерного анализа: порядок агломерации кластеров