?
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.