• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Статья

Методы идентификации и количественной оценки взаимосвязей между региональными экономическими индикаторами

Предмет. Анализ методик идентификации и количественной оценки взаимосвязей между  экономическими индикаторами с целью  прогнозирования  финансовой нестабильности региональных структур

Цели.  Исследование экономического и статистического инструментария, адекватного для  анализа взаимосвязей между региональными экономическими индикаторами. Спецификация моделей идентификации и анализа зависимостей между экономическими детерминантами,  оценка их параметров, проверка качества моделей и интерпретация полученных результатов.

Методология. Использованы статистический, расчетно-конструктивный и экономико-математические методы и соответствующие им приемы  анализа данных
Результаты.  Оценка взаимосвязей абсолютных значений экономических индикаторов с помощью модели анализа панельных данных со случайными эффектами  дала основания выделить значимые регрессоры для оценки волатильности среднедушевого дохода – валовой региональный продукт и доходы бюджета, удельный вес их прямого влияния 52% и 16% соответственно, обратное влияние на  волатильность среднедушевого дохода оказывают инвестиции в основной капитал с удельным весом 10% и уровень безработицы с удельным весом 9%. Сопоставимые зависимости получены в линейной модели, где в качестве регрессоров определены темпы роста экономических индикаторов,  наиболее значимы в этом случае изменчивость показателей валового регионального продукта и депозитов – они  объясняют соответственно 53% и 16% волатильности среднедушевого дохода.  При переходе от абсолютных к стандартизированным  значениям переменных в модели  отмечается гораздо более  равномерное распределение значимых удельных весов индикаторов, влияющих на среднедушевой доход, чем в случае моделирования с применением абсолютных значений индикаторов.

Оценка взаимосвязей  факторов с применением логит-модели показала, что наиболее существенным прямым влиянием на процесс наступление рецессии характеризуется среднедушевой доход, доля влияния стандартизированного значения регрессора 46%,  , также значимую  обратную  зависимость демонстрирует стандартизированный  показатель   объема депозитов с долей влияния 25%.

Выводы. 

Экономические показатели региональной статистики, кластеризованные по федеральным округам,  должны оцениваться с применением  моделей анализа  панельных данных со случайными эффектами. Наиболее предпочтительным способом устранения мультиколлинеарности считаем метод главных компонент, который в сравнении с методом Белси, предполагающим исключение линейно зависимых переменных, позволяет строить модели с полным набором исходных экономических детерминант. Для устранения тренда в анализируемых экономических детерминантах с  целью идентификации и оценки взаимосвязей целесообразно использовать их стандартизированные значения.