Регрессионный анализ панельных данных для определения степени влияния макроэкономических факторов на конкурентоспособность национальной экономики
В ходе системного обзора литературы были определены макроэкономические факторы, влияющие на конкурентоспособность экономики. Они были объединены в виде панельных данных, где зависимой переменной является показатель Глобального индекса конкурентоспособности. В качестве независимых переменных рассматривались показатели, представленные в таблице 3.
Таблица 3 – Макроэкономические факторы, влияющие на конкурентоспособность экономики
Фактор
|
Описание
|
Обозначение в модели
|
Источник
|
1
|
2
|
3
|
4
|
Валовый внутренний продукт (ВВП)
|
сумма валовой добавленной стоимости всех производителей- резидентов в экономике плюс любые налоги на продукцию и минус любые субсидии, не включенные в стоимость продукции, в постоянных ценах
2010 года, млн. долларов США, годовые данные
|
GDP
|
World Development Indicators of World Bank [77]
|
Чистый приток прямых иностранных инвестиций (ПИИ)
|
годовой чистый приток инвестиций для приобретения долгосрочной управленческой доли в предприятии, действую- щем в экономике, отличной от экономики инвестора, млн.
долларов США, годовые данные
|
FDI
|
World Development Indicators of World Bank [77]
|
Продолжение таблицы 3
1
|
2
|
3
|
4
|
Расходы на НИОКР
|
включают как капитальные, так и текущие затраты в четырех основных секторах: коммерческое предприятие, правительство, высшее образование и частные некоммерческие организации, на фундаментальные, прикладные исследования и экспериментальные разработки, %
от ВВП, годовые данные
|
RANDshGDP
|
World Development Indicators of World Bank [77]
|
Уровень безработицы
|
доля рабочей силы, которая не имеет работы, но способна и ищет работу, % от общей рабочей силы, годовые данные
|
Unempl
|
World Development Indicators of World Bank [77], statista.com
[78]
|
Текущий платежный баланс
|
сумма чистого экспорта товаров и услуг, чистый первичный доход и чистый вторичный доход, % от
ВВП, годовые данные
|
CAshGDP
|
World Development Indicators of
World Bank [77]
|
Рост ВВП
|
годовой темп роста ВВП в процентах по рыночным ценам в постоянной местной валюте, %
|
Growth
|
World Development Indicators of
World Bank [77]
|
Резервы
|
включают денежные золотые резервы, специальные права заимствования, резервы членов МВФ и валюты, хранящиеся у органов денежно-кредитного
регулирования, в миллионах долларов США, годовые данные
|
Totres
|
World Development Indicators of World Bank [77]
|
Инфляция
|
измеряется индексом потребительских цен, отражает годовое процентное изменение стоимости для среднего потребителя приобретения корзины товаров и услуг, которое может фиксироваться или меняться через определенные
промежутки времени, годовые данные, %
|
Infl
|
World Development Indicators of World Bank [77]
|
Общая ставка налогов и взносов
|
отражает сумму налогов и обязательных отчислений, подлежащих уплате предприятия- ми после учета допустимых вычетов и освобождений, как долю от коммерческой прибыли,
годовые данные, % от прибыли
|
Totaltax
|
World Development Indicators of World Bank [77]
|
Продолжение таблицы 3
1
|
2
|
3
|
4
|
Налоговые поступления
|
относится к обязательным трансфертам центральному правительству на общественные
цели, годовые данные, % от ВВП
|
TaxrevshGDP
|
World Development Indicators of
World Bank [77]
|
Реальная процентная ставка
|
процентная ставка по кредитам, скорректированная с учетом инфляции, измеряемой
дефлятором ВВП, годовые данные, %
|
Realint
|
World Development Indicators of World Bank [77]
|
Экспорт
|
представляет собой стоимость всех товаров и других рыночных услуг, предоставляемых остальному миру. К ним относятся стоимость товаров, страхование, транспорт, поездки, роялти, лицензионные сборы и другие услуги, такие как связь, строительство, финансовые, информационные, деловые, личные и государственные услуги, годовые данные, % от
ВВП
|
XshGDP
|
World Development Indicators of World Bank [77]
|
Экспорт высокотехно- логичных товаров
|
продукты с высокой интенсивностью НИОКР, такие как аэрокосмическая промышленность, компьютеры, фармацевтические препараты, научные приборы и электрическое оборудование, годовые данные, %
от промышленного экспорта
|
HTexp
|
World Development Indicators of World Bank [77]
|
Государственные расходы на образование
|
Общие государственные расходы на образование (текущие, капитальные и трансферты), включают расходы, финансируемые за счет трансфертов из международных источников правительству,
годовые данные, % от ВВП
|
GovEDUshGDP
|
World Development Indicators of World Bank [77]
|
Валовое накопление капитала
|
складывается из затрат на прирост основных фондов экономики плюс чистое изменение уровня
запасов, годовые данные, % от ВВП
|
GrCapform
|
World Development Indicators of World Bank [77]
|
Продолжение таблицы 3
1
|
2
|
3
|
4
|
Индекс человеческого развития
|
статистический сводный индекс показателей ожидаемой продолжительности жизни, образования и дохода на душу населения, которые используются для ранжирования стран по
четырем уровням человеческого развития, годовые данные, индекс
|
Humdevind
|
United Nations development programme [79]
|
Занятость
|
доля занятого населения страны от общей численности населения, годовые данные, %
|
LshPOP
|
World Development Indicators of World Bank [77], Economic Research of Federal Reserve
Bank of St.Louis [80]
|
Валовый национальный доход (ВНД) на душу населения
|
сумма добавленной стоимости всех производителей-резидентов плюс любые налоги на продукцию (за вычетом субсидий), не включенные в оценку выпуска, плюс чистые поступления первичного дохода (заработная плата сотрудников и доход от собственности) из-за границы, конвертированные с использованием коэффициента преобразования паритета покупательной способности (ППС
– пространственный дефлятор цен и конвертер валют, который устраняет влияние различий в уровнях цен между странами), млн. долларов США, годовые
данные
|
GNIcapita
|
World Development Indicators of World Bank [77]
|
Валовое сбережение
|
рассчитываются как валовый национальный доход за вычетом общего потребления плюс чистые трансферты, годовые данные, %
от ВВП
|
SAVEshGDP
|
World Development Indicators of World Bank [77]
|
Продолжение таблицы 3
1
|
2
|
3
|
4
|
Заявки на патенты
|
всемирные патентные заявки, поданные в соответствии с Договором о патентной кооперации или в национальное патентное ведомство для получения исключительных прав на изобретение - продукт или процесс, который обеспечивает новый способ выполнения чего- либо или предлагает новое
техническое решение проблемы, годовые данные, единицы
|
Patent
|
World Development Indicators of World Bank [77]
|
Количество занятых в сфере НИОКР
|
количество исследователей на каждый миллион человек, которые проводят исследования и совершенствуют концепции, теории, моделирование методов, аппаратуру, программное
обеспечение операционных методов, годовые данные
|
RANDpc
|
World Development Indicators of World Bank [77]
|
Мировая цена нефти
|
цена нефти марки Brent, годовые данные, доллары США в постоянных ценах 2010 года,
доллар/баррель
|
PoilBr10
|
oilprice.com [81]
|
Темп роста цены
нефти
|
годовой прирост цены нефти
марки Brent, %
|
1rPoilBr10
|
рассчитано
автором
|
Страны, экспортирующие нефть
|
дамми переменная, равно 1, если страна является экспортером нефти, и 0 в противном случае
|
OILexp
|
составлено автором
|
Средняя
производительность труда
|
показывает выпуск продукции в расчете на одного работника
|
YshL
|
рассчитано автором
|
Общая производительность факторов
|
рассчитана авторами для каждой страны с помощью ВВП, основного капитала и занятости с использованием производственной функции
Кобба-Дугласа
|
A
|
рассчитано автором
|
Примечание – Составлено автором
|
Показатели индекса глобальной конкурентоспособности были собраны с официального сайта Всемирного экономического форума. С 2006 до 2017 года индекс рассчитывался по 7-бальной шкале, в 2018 году по 100-бальной шкале, однако, как указано в отчете за 2018 год, изменения никоим образом не влияют на сопоставимость результатов двух изданий. По этой причине, показатели
глобальной конкурентоспособности были самостоятельно конвертированы в 7-
бальную шкалу для сопоставимости данных при эконометрических расчетах.
Макроэкономические исследования неизменно имеют предметом своего анализа оценку процентного вклада ключевых факторов производства – капитала и труда, а также совокупной факторной производительности в увеличение валового внутреннего продукта. В ходе исследования была рассчитана средняя производительность труда, а также на основе функции Кобба-Дугласа (𝑌 = 𝐴 ∙ 𝐿𝛼 ∙ 𝐾1−𝛼) рассчитана общая производительность факторов.
Ежегодные отчеты WEF по глобальной конкурентоспособности охватывают 132-141 страну. Отбор стран для анализа панельных данных осуществлялся по следующим критериям:
Исключены страны, в которых есть пробелы по годам в ГИК: Сербия и Черногория в ГИК в 2006 году вместе, Ангола, Малави отсутствуют в списке в 2007 году, Молдова в 2009 году, Суринам в 2010 году, Тунис в 2012 году, Таджикистан в 2013 году, Бенин, Босния и Герцеговина, Эквадор в 2014 году, Тимор-Лешти, Барбадос, Буркина-Фасо в 2015 году, Гайана в 2016 году, Северная Македония в 2017 году;
Исключены страны, по которым нет данных в World Development Indicators of World Bank (Тайвань).
Разрыв между первой и последней оставшейся страной в рейтинге в 2018 году составил 50,1 пунктов (США – 85,6; Чад – 35,5). В данном случае распределение зависимой переменной не носит характер нормального распределения, по этой причине в панельные данные были включены первые 60 стран в рейтинге конкурентоспособности за 2018 год (Казахстан был на 59 месте). К тому же, нас интересует повышение конкурентоспособности до уровня наиболее конкурентоспособных экономик.
В конечном итоге, панельные данные охватывают 60 стран за период с 2006 до 2018 года, где зависимой переменной является GCI, а в качестве независимых переменных отобраны 26 макроэкономических факторов, указанные в таблице 3.
В таблице 4 указана описательная статистика всех переменных выборки.
Таблица 4 – Описательная статистика
Переменная
|
Количество
наблюдений
|
Среднее
|
Стандартное
отклонение
|
Минимум
|
Максимум
|
1
|
2
|
3
|
4
|
5
|
6
|
GCI
|
780
|
4,812
|
0,486
|
3,89
|
5,992
|
GDP
|
780
|
1030342
|
2358733
|
8061,249
|
17856476,889
|
FDI
|
780
|
30361,13
|
67564,83
|
-239270,3
|
734010,3
|
RANDshGDP
|
596
|
1,488
|
1,054
|
0,042
|
4,576
|
Unempl
|
780
|
6,509
|
4,343
|
0,11
|
28,489
|
CAshGDP
|
762
|
2,215
|
9,23
|
-25,752
|
48,21
|
Growth
|
780
|
3,17
|
3,955
|
-14,814
|
34,466
|
Totres
|
780
|
154541
|
415848,6
|
205,249
|
3900039
|
Продолжение таблицы 4
1
|
2
|
3
|
4
|
5
|
6
|
Infl
|
780
|
3,073
|
3,222
|
-4,863
|
23,116
|
Totaltax
|
730
|
36,578
|
13,621
|
8
|
75,3
|
TaxrevshGDP
|
635
|
17,937
|
7,215
|
0,043
|
62,859
|
Realint
|
459
|
3,672
|
6,075
|
-13,101
|
48
|
XshGDP
|
715
|
59,14
|
40,719
|
10,655
|
231,195
|
HTexp
|
711
|
15,427
|
12,602
|
0,0006
|
68,9
|
GovEDUshGDP
|
513
|
4,945
|
1,317
|
2,047
|
8,56
|
GrCapform
|
780
|
24,666
|
6,271
|
10,437
|
48,869
|
Humdevind
|
780
|
0,837
|
0,081
|
0,548
|
0,954
|
LshPOP
|
780
|
59,037
|
9,019
|
34,953
|
92,97
|
GNIcapita
|
683
|
23978,65
|
17866,37
|
625,971
|
82487,47
|
SAVEshGDP
|
703
|
27,011
|
10,782
|
3,137
|
64,716
|
Patent
|
661
|
22899,68
|
93921,89
|
0
|
1204981
|
RANDpc
|
488
|
3095,563
|
2012,561
|
37,636
|
8250,475
|
PoilBr10
|
780
|
77,381
|
18,189
|
46,843
|
101,577
|
1rPoilBr10
|
660
|
0,029
|
0,278
|
-0,486
|
0,389
|
OILexp
|
780
|
0,451
|
0,498
|
0
|
1
|
A
|
780
|
118,287
|
24,977
|
92,347
|
273,92
|
YshL
|
779
|
1,187
|
0,254
|
0,88
|
2,879
|
Примечание – Составлено автором
|
Как видно, из таблицы 4 данные по некоторым переменным неполные. Например, расходы на НИОКР, резервы, общая ставка налогов и взносов, реальная процентная ставка, экспорт, экспорт высокотехнологичных товаров, государственные расходы на образование, ВНД на душу населения, валовое сбережение, заявки на патенты, количество занятых в сфере НИОКР. Во избежание ошибок спецификации данные переменные не были включены в модель.
Дальнейший отбор объясняющих независимых переменных был осуществлен на основе матрицы парных корреляций для последующего эконометрического анализа панельных данных.
Таблица 5 – Коэффициенты парной корреляции
|
lnGrCap
Form
|
lnA
|
lnYshL
|
ln1Infl
|
ln1CAs
hGDP
|
lnLsh
POP
|
lnPoil
Br10
|
ln1rPoil
Br10
|
lnGrCapForm
|
1.000
|
|
|
|
|
|
|
|
lnA
|
0.404
|
1.000
|
|
|
|
|
|
|
lnYshL
|
0.386
|
0.995
|
1.000
|
|
|
|
|
|
ln1Infl
|
0.254
|
0.070
|
0.052
|
1.000
|
|
|
|
|
ln1CAshGDP
|
-0.223
|
0.047
|
0.053
|
-0.202
|
1.000
|
|
|
|
lnLshPOP
|
0.260
|
0.356
|
0.352
|
0.021
|
0.293
|
1.000
|
|
|
lnPoilBr10
|
-0.013
|
-0.195
|
-0.194
|
0.240
|
0.035
|
-0.036
|
1.000
|
|
ln1rPoilBr10
|
0.076
|
-0.048
|
-0.052
|
0.253
|
-0.009
|
0.006
|
0.453
|
1.000
|
Примечание – Составлено автором
|
Очень высокое значение 0.995 есть только для коэффициента корреляции между переменными общей производительности факторов lnA и средней производительности труда lnYshL. Поэтому, для того чтобы избежать мультиколлинеарности, они не могут одновременно включаться в состав независимых переменных регрессионной модели. Значения остальных коэффициентов корреляции слабые или очень слабые, и они могут не приниматься в расчет.
Поскольку выборка объединяет временные и пространственные данные, была построена регрессионная модель панельных данных для анализа влияния рассматриваемых независимых переменных на конкурентоспособность экономик. Чтобы изучить модель с этими характеристиками, можно использовать две разные модели: модель с фиксированными эффектами (FE) и модель со случайными эффектами (RE). Модель с фиксированными эффектами исследует взаимосвязь между предиктором и переменными результата в пределах сущности и предполагает, что независимые переменные фиксированы в единицах наблюдения и что фиксированные эффекты вычисляются из различий внутри каждой единицы во времени. А модель со случайными эффектами обычно предпочтительна, когда предполагается, что пропущенные переменные отсутствуют или не коррелируют с объясняющими переменными, рассмотренными в модели. Использование этой модели позволит определить несмещенные оценки коэффициентов, использовать все доступные данные и создать наименьшие стандартные ошибки. Существенное различие между фиксированными и случайными эффектами заключается в том, включает ли ненаблюдаемый индивидуальный эффект элементы, которые коррелируют с регрессорами в модели [82].
Общее уравнение эконометрической модели имеет следующий вид:
𝐺𝐶𝐼𝑖𝑡 = 𝛼𝑖 + 𝛽𝑋𝑖𝑡 + 𝜀𝑖𝑡 (1)
где 𝑖 представляет страны выборки (𝑖 = 1, …, 60), а 𝑡 представляет время (𝑡 = 2006, …, 2018). 𝐺𝐶𝐼𝑖𝑡 является зависимой переменной и представляет собой индекс глобальной конкурентоспособности, рассчитываемый Всемирным экономическим форумом. 𝛼𝑖 – ненаблюдаемый индивидуальный специфический эффект, а 𝛽 является вектором коэффициентов, связанных с независимыми переменными. 𝑋𝑖𝑡 – это вектор объясняющих переменных для страны 𝑖 в момент времени 𝑡. 𝜀𝑖𝑡 – значение ошибки.
С использованием собранных панельных данных были построены 2
уравнения регрессии с фиксированными и случайными эффектами. Общее уравнение, адаптированное к выборке, описывается уравнениями (2, 3):
ln(𝐺𝐶𝐼𝑖𝑡) = 𝛽1 ln(𝐺𝑟𝐶𝑎𝑝𝐹𝑜𝑟𝑚𝑖𝑡−1) + 𝛽2 ln(𝐴𝑖𝑡−1) + 𝛽3 ln(1𝑟𝐼𝑛𝑓𝑖𝑡−1)
+ 𝛽4 ln(1𝐶𝐴𝑠ℎ𝐺𝐷𝑃𝑖𝑡−1) + 𝛽5 ln(𝐿𝑠ℎ𝑃𝑂𝑃𝑖𝑡−1)
+ 𝛽6 ln(𝑃𝑜𝑖𝑙𝑖𝑡−1) + 𝛽7 ln(1𝑟𝑃𝑜𝑖𝑙𝑖𝑡−1) + 𝛼𝑖 + 𝜀𝑖𝑡 (2)
В первой модели (2) зависимая переменная – логарифм индекса глобальной конкурентоспособности. В правой части модели в первом члене
𝐺𝑟𝐶𝑎𝑝𝐹𝑜𝑟𝑚𝑖𝑡−1 (валовое накопление капитала), который состоит из затрат на добавление в основные фонды экономики плюс чистые изменения уровня запасов, и исчисляется в процентах от ВВП; во втором члене 𝐴𝑖𝑡−1 (общая факторная производительность) рассчитана авторами для каждой страны с помощью ВВП, основного капитала и занятости с использованием производственной функции Кобба-Дугласа; в третьем членe 1𝑟𝐼𝑛𝑓𝑖𝑡−1 (темп инфляции) отражает темп ежегодного процентного изменения стоимости для среднего потребителя приобретения корзины товаров и услуг; в четвертом члене 1𝐶𝐴𝑠ℎ𝐺𝐷𝑃𝑖𝑡−1 (доля текущего платежного баланса в ВВП) вычисляется как сумма чистого экспорта товаров и услуг, чистого первичного дохода и чистого вторичного дохода в процентах от ВВП; в пятом члене 𝐿𝑠ℎ𝑃𝑂𝑃𝑖𝑡−1 показывает долю трудоустроенного населения в общей численности населения страны в процентах; шестой и седьмой член 𝑃𝑜𝑖𝑙𝑖𝑡−1 и 1𝑟𝑃𝑜𝑖𝑙𝑖𝑡−1 показывают цены и темпы роста цен на нефть соответственно.
Все объясняющие переменные в уравнении (2) берутся с лагом в 1 год для того, чтобы устранить последствия возможной одновременности. Включение в правую часть уравнения переменных, измеренных за тот же период времени, что и индекс глобальной конкурентоспособности, может внести в модель эндогенность. А включение регрессоров с лагом позволяет избежать этой проблемы.
ln(𝐺𝐶𝐼𝑖𝑡) = 𝛽1 ln(𝐺𝑟𝐶𝑎𝑝𝐹𝑜𝑟𝑚𝑖𝑡−1) + 𝛽2 ln(𝑌𝑠ℎ𝐿𝑖𝑡−1) + 𝛽3 ln(1𝑟𝐼𝑛𝑓𝑖𝑡−1)
+ 𝛽4 ln(1𝐶𝐴𝑠ℎ𝐺𝐷𝑃𝑖𝑡−1) + 𝛽5 ln(𝐿𝑠ℎ𝑃𝑂𝑃𝑖𝑡−1)
+ 𝛽6 ln(𝑃𝑜𝑖𝑙𝑖𝑡−1) + 𝛽7 ln(1𝑟𝑃𝑜𝑖𝑙𝑖𝑡−1) + 𝛼𝑖 + 𝜀𝑖𝑡 (3)
Во второй модели (3) в отличии от первой модели, второе слагаемое общая производительность факторов заменено на 𝑌𝑠ℎ𝐿𝑖𝑡−1 производительность трудовых ресурсов. Труд как один из факторов производства учитывается при расчете общей факторной производительности. Однако в данной модели оценивается степень влияния производительности трудовых ресурсов без учета фактора капитала на конкурентоспособность экономики. Производительность труда является важным экономическим
показателем, который показывает выпуск продукции в расчете на одного работника. Все объясняющие переменные в уравнении (3) также использованы с лагом в 1 год.
Достарыңызбен бөлісу: |