Дипломная (вкр): Статистическое исследование химической отрасли Российской Федерации, страницы 56-60

Таким образом, крупные предприятия химической отрасли РФ ведут наиболее эффективную деятельность, к которой необходимо стремиться средним и небольшим предприятиям этого сектора промышленности. Выявленные зависимости между выделенными факторами и долей заемных средств в структуре капитала российских предприятий отрасли схожи с взаимосвязями, полученными исследователями при анализе химической сектора в других странах. Размер предприятий, доля основных средств и рентабельность активов оказывают значимое влияние на структуру капитала компаний химического сектора не зависимо от страны. При росте доли внеоборотных средств, размера предприятия компании увеличивают сумму заемных средств в структуре капитала. При росте рентабельности активов предприятия пересматривают свою политику по формированию капитала в сторону снижения уровня обязательств перед кредиторами.

Список литературы

1. Бессонова Е. В. Влияние внутренней конкуренции и иностранных инвестиций на эффективность российских промышленных предприятий //Прикладная эконометрика. - 2010. - №. 1.

2. Гладышева А. А., Ратникова Т. А. Исследование детерминант распределения прямых иностранных инвестиций в предприятия российской пищевой промышленности //Прикладная эконометрика. - 2013. - Т. 29. - №. 1. - С. 97-116.

3. Копнова Е.Д. Курс лекций по эконометрике.

4. Краснопеева Н. А., Назруллаева Е. Ю. Моделирование влияния инвестиций в основной капитал на материальные затраты в отраслях промышленности США в 1958-2005 гг //Экономический журнал ВШЭ. - 2014. - Т. 18. - №. 1. - С. 102-132.

5. Лапо В. Ф. Пространственная концентрация производства и ожидания инвесторов: анализ отраслевых особенностей привлечения инвестиций в регионы1 //Прикладная эконометрика. - 2010. - №. 2.

6. Магнус Я. Р., Катышев П. К., Пересецкий А. А. Эконометрика. Начальный курс. - М.: Дело, 2004.

7. Манаенков Д. А. Выбор иностранным инвестором региона вложения прямых инвестиций //Эмпирическое исследование: препринт РЭШ BSP/00/036 RМ: Российская экономическая школа. - 2000.

8. Мицек С. А., Мицек Е. Б. Эконометрические и статистические оценки инвестиций в основной капитал в регионах России //Прикладная эконометрика. - 2009. - №. 2.

9. Мхитарян В. С., Архипова М. Ю., Сиротин В. П. Эконометрика. - М.: Проспект, 2014. - 384 с.

10. Мхитарян В. С. и др. Теория вероятностей и математическая статистика //М.: Московский международ. институт эконометрики, информатики, финансов и права, 2003.-130 с.

11. Назруллаева Е. Ю. Моделирование влияния инвестиционных процессов в российской промышленности на структуру затрат по видам экономической деятельности в 2005-2009 гг. 1 //Прикладная эконометрика. - 2010. - №. 3.

12. Ратникова Т. А. Анализ панельных данных в пакете STATA //Методические указания к компьютерному практикуму по курсу «Эконометрический анализ панельных данных». М.: ГУ ВШЭ. - 2005. - Т. 7.

13. Ратникова Т. А. Введение в эконометрический анализ панельных данных //Экономический журнал Высшей школы экономики. - 2006. - Т. 10. - №. 2.

14. Родионова Л.А. Курс лекций по эконометрике.

15. Суслов В. И. и др. Эконометрия-3. Курс лекций.

16. Arora A. Patents, licensing, and market structure in the chemical industry //Research policy. - 1997. - Т. 26. - №. 4. - С. 391-403.

17. Barbosa L. C., Gomes L. F. A. M. Assessment of Efficiency and Sustainability in a Chemical Industry Using Goal Programming and AHP //Procedia Computer Science. - 2015. - Т. 55. - С. 165-174.

18. Desai M. A., Foley C. F., Hines J. R. Capital structure with risky foreign investment //Journal of Financial Economics. - 2008. - Т. 88. - №. 3. - С. 534-553.

19. Funke O. US chemical program: Purpose, challenges, and evolution //Politics and the Life Sciences. - 2001. - С. 175-187.

20. Gutiérrez L. H., Pombo C. Firm Entry and Productivity Turnovers in Import Substituting Markets: Evidence from the Petrochemical Industry in Colombia //Lecturas de Economía. - 2005. - №. 63. - С. 137-185.

21. Huang G. et al. The determinants of capital structure: Evidence from China //China Economic Review. - 2006. - Т. 17. - №. 1. - С. 14-36.

22. Kumar T. S. Productivity in Indian Chemical Sector: An Intra-Sectoral Analysis //Economic and Political Weekly. - 2006. - С. 4148-4152.

23. Kuzyaeva A., Didenko A. Productivity Spillovers in the Russian Federation: The Case of Chemical Market //Review of Business and Economic Studies. - 2014. - Т. 2. - №. 3.

24. Mahmud M. The Relationship between Economic Growth and Capital Structure of Listed Companies: Evidence of Japan, Malaysia, and Pakistan [with Comments] //The Pakistan Development Review. - 2003. - С. 727-750.

25. Margaritis D., Psillaki M. Capital structure, equity ownership and firm performance //Journal of Banking & Finance. - 2010. - Т. 34. - №. 3. - С. 621-632.

26. Rafiq M. The determinants of capital structure of the chemical industry in Pakistan //The Lahore Journal of Economics. - 2008. - Т. 13. - №. 1. - С. 139-158.

27. Saygin D. et al. Long-term energy efficiency analysis requires solid energy statistics: The case of the German basic chemical industry //Energy. - 2012. - Т. 44. - №. 1. - С. 1094-1106.

28. Swinnen S., Voordeckers W., Vandemaele S. Capital structure in SMEs: pecking order versus static trade-off, bounded rationality and the behavioural principle //European Financial Management Association 2005, Annual Conference June. - 2005.

29. Torrisi C. R. et al. FDI in Poland: determinants and implications for countries in transition. - 2007.

30. Verwaal E., Hesselmans M. Drivers of Supply Network Governance: An Explorative Study of the Dutch Chemical Industry //European Management Journal. - 2004. - Т. 22. - №. 4. - С. 442-451.

31. Vitali G. ERIEP| Number 4| Selected Papers //Agrochemicals. - Т. 1. - С. 1-18.

32. База данных «COMPUSTAT (Global)»

33. Международный классификатор: «ISIC: International Standard Industrial Classification of All Economic Activities», 2009г. - [#"907364.files/image124.gif">

Приложение 2

Тест Льюинга-Бокса для модели взвешенного скользящего среднего

Приложение 3

Характеристика модели ARIMA(1, 1, 3) по индексу промышленного производства

	Коэффициент	Ст. ошибка
	0, 3982	0, 6428
	−0, 00051	0, 4451
	−0, 1372	0, 4315
	0, 1107	0, 1283
	−0, 1955	0, 1416
Ст. ошибка модели, σ	6, 8792
AIC=487, 48	BIC= 501, 06

Характеристика модели ARIMA(2, 1, 3) по индексу промышленного производства

	Коэффициент	Ст. ошибка
	0, 4090	0, 6804
	−0, 2459**	0, 1147
	−0, 8051***	0, 0928
	0, 1365	0, 1529
	0, 8989***	0, 0878
	−0, 2568*	0, 1441
Ст. ошибка модели, σ	6, 5778
AIC= 486, 553	BIC=502, 392

Приложение 4

Значения автокорреляционной и частной автокорреляционной функций объема иностранных инвестиций в основной капитал

Лаг	ACF	PACF	Q-стат. [p-значение]
1	0, 8141	0, 8141	13, 3790 [0, 000]
2	0, 6385	-0, 0718	22, 1586 [0, 000]
3	0, 4555	-0, 1286	26, 9464 [0, 000]
4	0, 3014	-0, 0392	29, 2041 [0, 000]
5	0, 1961	0, 0324	30, 2390 [0, 000]
6	0, 0404	-0, 2477	30, 2869 [0, 000]
7	-0, 1353	-0, 2244	30, 8784 [0, 000]
8	-0, 3176	-0, 1985	34, 4973 [0, 000]
9	-0, 3912	0, 1269	40, 6774 [0, 000]
10	-0, 3882	0, 0795	47, 6324 [0, 000]
11	-0, 3862	-0, 1269	55, 6620 [0, 000]
12	-0, 3771	-0, 0743	64, 8466 [0, 000]
13	-0, 3753	-0, 0048	76, 2211 [0, 000]
14	-0, 2901	0, 1854	85, 2800 [0, 000]
15	-0, 1816	-0, 0317	90, 6031 [0, 000]
16	-0, 1035	-0, 222	94, 0651 [0, 000]

Приложение 5

Характеристика ARIMA(1, 1, 1) по объему инвестиционных поступлений

	Коэффициент	Ст. ошибка
	4544, 37***	539, 82
	0, 36	0, 256
	−0, 99***	0, 168
Ст. ошибка модели, σ	6, 5087
AIC=341, 11	BIC=344, 202

Характеристика модели ARIMA(1, 1, 2) по объему инвестиционных поступлений

КоэффициентСт. ошибка
	4604, 17***	502, 87
	0, 023	0, 395
	−0, 529	0, 345
	−0, 471	0, 31
Ст. ошибка модели, σ	6, 119
AIC= 341, 592	BIC=345, 455

Характеристика параметров модели ARIMA(2, 1, 2)

	Коэффициент	Ст. ошибка
	4825, 29***	344, 445
	0, 593	0, 693
	−0, 527*	0, 272
	−1, 247	1, 015
	0, 247	0, 994
Ст. ошибка модели, σ	5, 3603
AIC=341, 45	BIC=346, 09

,

Приложение 6

Проверка значимости коэффициентов типологических регрессий

Р-значимость коэффициентов типологических регрессий и общей
		Const	Х1	Х2	X3	X4
по 3 кластерам	Крупные	0, 0041	0, 0008	0, 0064	0, 0062	0, 0067
	Средние	0, 0019	0, 0040	0, 0375	0, 0084	0, 0000
	Небольшие	0, 0043	0, 0163	0, 0288	0, 0019	0, 0000
общее уравнение		0, 0348	0, 0148	0, 0081	0, 0068	0, 0000

Приложение 7

Проверка на гетероскедастичность типологических регрессий

Кластер 1

· Тест Вайта (White) на гетероскедастичность

МНК, использованы наблюдения 1-24

Зависимая переменная: uhat^2

Тест Вайта (White) на гетероскедастичность

Неисправленный R-квадрат = 0, 942539

Тестовая статистика: TR^2 = 12, 253003,

р-значение = P(Хи-квадрат(9) > 12, 253003) = 0, 199419

· Тест Бриша-Пэгана (Breusch-Pagan) на гетероскедастичность

МНК, использованы наблюдения 1-24

Зависимая переменная: Масштабированное uhat^2

Тест Бриша-Пэгана (Breusch-Pagan) на гетероскедастичность

Объясненная сумма квадратов = 6, 3037

Тестовая статистика: LM = 3, 151848,

р-значение = P(Хи-квадрат(3) > 3, 151848) = 0, 368800

Кластер 2

· Тест Вайта (White) на гетероскедастичность -

МНК, использованы наблюдения 1-15

Зависимая переменная: uhat^2

Нулевая гипотеза: гетероскедастичность отсутствует

Тестовая статистика: LM = 19

р-значение = P(Хи-квадрат (7) > 19) = 0, 0818734

· Тест Бриша-Пэгана (Breusch-Pagan) на гетероскедастичность

МНК, использованы наблюдения 1-15

Зависимая переменная: Масштабированное uhat^2

Тест Бриша-Пэгана (Breusch-Pagan) на гетероскедастичность

Объясненная сумма квадратов = 12, 3282

Тестовая статистика: LM = 6, 164108,

р-значение = P(Хи-квадрат(3) > 6, 164108) = 0, 103893

Дипломная (вкр): Статистическое исследование химической отрасли Российской Федерации

Смотрите также: