Geum.ru
Темы диссертаций по экономике » Математические и инструментальные методы экономики

Многоуровневые модели зависимости экономичекого роста от инвестиций: эконометрический подход тема диссертации по экономике, полный текст автореферата



Автореферат



Ученая степень кандидат экономических наук
Автор Гафарова, Елена Аркадьевна
Место защиты Уфа
Год 2007
Шифр ВАК РФ 08.00.13
Диссертация

Автореферат диссертации по теме "Многоуровневые модели зависимости экономичекого роста от инвестиций: эконометрический подход"

г., - Л

03 158186

На правах рукописи

Гафарова Елена Аркадьевна

МНОГОУРОВНЕВЫЕ МОДЕЛИ ЗАВИСИМОСТИ ЭКОНОМИЧЕСКОГО РОСТА ОТ ИНВЕСТИЦИЙ: ЭКОНОМЕТРИЧЕСКИЙ ПОДХОД

Специальность 08.00.13 Математические и инструментальные методы экономики (математические методы)

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата экономических наук

2 У СЕН 2007

Уфа - 2007

Работа выпонена на кафедре математических методов в экономике ГОУ ВПО Башкирский государственный университет

Научный руководитель Официальные оппоненты

доктор физико-математических наук, профессор Ахтямов Азамат Мухтарович

доктор экономических наук, профессор Зайнашев Надим Карамович

кандидат экономических наук, доцент Хуснутдинов Асхат Ахметжанович

Ведущая организация Центральный экономико-математический

институт РАН

Защита состоится " 19 " октября 2007 г в

часов на заседании

регионального диссертационного совета Д 002 198 01 в Уфимском научном центре Российской академии наук по адресу 450054, г Уфа, Проспект Октября, 71

С диссертацией можно ознакомиться в Научной библиотеке Уфимского научного центра РАН

Автореферат разослан л 17 сентября 2007 г

Ученый секретарь регионального диссертационного совета, д э н , проф

Климова Н И

1. ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования На протяжении кризисного и посткризисного периодов проблема экономического роста занимает центральное место в экономических дискуссиях и публикациях При этом большой интерес вызывает вопрос об основных факторах, способствующих экономическому росту Большинство аналитиков считают, что наблюдаемый в России рост является малоинеестщионным или неинвестиционным и вызван, прежде всего, увеличением экспорта, ростом мировых цен на нефть, а также поной загрузкой действующих производственных мощностей Только анализ результатов 2006 года позволил некоторым исследователям назвать рост инвестиционным

Вместе с тем, все экономисты и политики сходятся во мнении о необходимости крупных инвестиций в экономику России, без которых невозможен качественный рост Не оценив роль инвестиционного ресурса, невозможно определить стратегии социально-экономического развития страны, разработать и реализовать общегосударственные, отраслевые и региональные программы

Один из подходов, позволяющих получить количественные оценки степени влияния инвестиций на экономический рост, основан на эконометрических моделях Существующие эконометрические спецификации зависимости показателей экономического роста от инвестиций имеют следующие недостатки 1) не учитывают инвестиционные запаздывания (лаги), 2) не учитывают лаги зависимой переменной Кроме того, оценивание уравнений зачастую производится методом наименьших квадратов (МНК) Включение же в уравнение лаговых переменных требует усложнения методов оценивания вследствие появления мультиколинеарности

Таким образом, все вышесказанное предопределяет актуальность научного исследования и его практическую значимость Степень научной разработанности проблемы. При работе над диссертацией автор опирася на работы известных российских ученых как, Абакин JI И , Гранберг А Г , Зайцева Ю С , Егорова Н Е , Ивантер В В , Клоцвог Ф Н , Котляр Э А , Пчелинцев О С , Узяков М Н , Хачатрян С Р , Френкель А А , Яременко Ю А и др Основу теоретических предпосылок динамических моделей экономического роста в зависимости от инвестиций составляют модель акселератора Дж Б Кларка и модель мультипликатора Дж М Кейнса

Новые методы и модели в области эконометрики нашли свое отражение в работах зарубежных ученых, в том числе R Engle, С Granger, D Dickey, W Fuller, С Hsiao, M Arellano, S Bond, J Sargan и др В русскоязычной литературе систематическое изложение основ методов и моделей временных моделей содержится в работах Канторовича Г Г,

Катышева П К , Магнуса Я Р , Пересецкого А А и др Методы оценивания моделей панельных данных описаны в работах Носко В Г1 Ратниковой Т А и др

Цель диссертационного исследования состоит в разработке эконометрических моделей, предназначенных для оценки догосрочного и краткосрочного откликов показателей экономического роста на изменение инвестиций

Для достижения этой цели ставятся следующие задачи исследования:

1 Модифицировать существующую эконометрическую спецификацию зависимости показателей экономического роста от инвестиций за счет включения в качестве регрессоров лагов как зависимой, так и независимой переменных

2 Верифицировать выбранную спецификацию на фактических статистических данных типа временных рядов, характеризующих динамику промышленного производства и инвестиций в основной капитал экономики России, и использовать ее для получения оценки эластичности экономической динамики относительно инвестиций

3 Оценить применимость предложенной спецификации на статистических данных, представленных в виде сбалансированных панелей о среднедушевых показателях ВРП и инвестициях в основной капитал экономики субъектов РФ

4 Разработать адекватные модели, базирующиеся на предложенной спецификации, на основе панельных данных, характеризующих динамику валового выпуска отраслей экономики и инвестиций в основной капитал отраслей экономики Республики Башкортостан

^ Объект исследования: многоуровневая экономическая система, включающая экономику РФ, субъектов федерации, в том числе Республики Башкортостан, и отдельных отраслей экономики РБ

Предмет исследования: эконометрические модели зависимости показателей экономического роста от инвестиций

Методы исследования: методы математической статистики, эконометрические методы анализа временных рядов, эконометрические методы анализа панельных данных

Информационную базу исследования составили официальные статистические данные об индексе промышленного производства, инвестициях в основной капитал в РФ, среднедушевых показателях ВРП и инвестиций в основной капитал, публикуемые Росстатом, а также валовом выпуске и инвестициях в основной капитал по отраслям экономики РБ, публикуемых в изданиях Башкортостанстата

Обработка статистической информации и оценивание моделей производились с использованием пакета эконометрического анализа Еу1е\уз

Научная новизна результатов исследования, их отличие от результатов, полученных другими авторами:

1 Предложена эконометрическая спецификация зависимости показателей экономического роста от инвестиций, базирующаяся на авторегрессионной модели с распределенными лагами и отличающаяся от существующих моделей включением в качестве объясняющих факторов лаговых значений как зависимой, так и независимой переменных

2 Разработана адекватная модель зависимости индекса промышленного производства от инвестиций в основной капитал, основанная на предложенной спецификации Модель, оцененная в виде модели коррекции ошибками, позволяет определить краткосрочную и догосрочную эластичность индекса промышленного производства относительно инвестиций в основной капитал

3 Разработаны новые адекватные авторегрессионные модели с распределенными лагами на основе сбалансированных панелей о среднедушевых показателях ВРП и инвестициях в основной капитал для децильных групп субъектов РФ за 1995-2004 г г Для каждой децильной группы на основе полученных моделей рассчитаны краткосрочные и догосрочные отклики ВРП на изменение инвестиций в основной капитал

4 Разработаны и проанализированы новые модели на основе панельных данных о валовом выпуске и инвестициях в основной капитал по отраслям экономики РБ Полученные модели подтверждают спецификацию на основе авторегрессионной модели с распределенными лагами

Практическая значимость результатов работы. Разработанные модели позволяют количественно оценить степень влияния инвестиций на базовые макро- и микроэкономические показатели как в краткосрочном, так и догосрочных планах, и, следовательно, более обоснованно принимать управленческие решения по стимулированию и поддержке развития отдельных регионов, городов, отраслей экономики

Полученные в ходе диссертационного исследования результаты внедрены в учебный процесс специальности 061800 Математические методы в экономике в виде раздела курса Математические методы прогнозирования экономических показателей

Апробация результатов работы. Результаты работы и отдельные ее разделы докладывались и обсуждались на 12 конференциях, в том числе международного и всероссийского статуса седьмой всероссийский симпозиум по прикладной и промышленной математике (Кисловодск, 2006), международная уфимская зимняя школа-конференция по математике (Уфа, БашГУ, 2005), международная научно-практическая конференция Воспроизводственный потенциал региона (Уфа, БашГУ, 2007), международная научно-практическая конференция Проблемы современной экономической теории (Уфа, БашГУ, 2007)

Публикации по теме диссертации. Основные результаты исследований опубликованы в 15 работах общим объемом 11 пл, в том числе в журнале Обозрение прикладной и промышленной математики, входящем в перечень изданий ВАК Министерства образования и науки РФ

Структура и объем диссертации. Диссертация состоит из введения, четырех глав, заключения, списка литературы и приложений Содержание работы изложено на 165 страницах машинописного текста, содержит 53 рисунка, 45 таблиц В приложении приводятся результаты оценивания моделей в программе ЕУшхте Список литературы включает более 150 наименований

2. НАУЧНЫЕ ПОЛОЖЕНИЯ И ПРАКТИЧЕСКИЕ РЕЗУЛЬТАТЫ, ВЫНОСИМЫЕ НА ЗАЩИТУ

2.1. Модификация существующих эконометрических спецификаций зависимости показателей экономического роста от инвестиций

Теоретическую экономическую основу для спецификации зависимости показателей экономического роста от инвестиции составили модели акселератора и мультипликатора Модель акселератора (Дж Б Кларк) постулирует зависимость между валовыми капиталовложениями ( /,) в момент времени г и национальным доходом {У/)

/, =а Ап

где АУг = У( , а - коэффициент акселерации

Учитывая последнее соотношение модель акселератора можно

переписать в виде У, = У , + Ч I,

Помимо акселератора в теории экономического роста используется модель мультипликатора (Дж М Кейнс), которая показывает, что увеличение инвестиций приводит к увеличению национального дохода общества*

Д/, =т ДУ,,

где т -мультипликатор

Расписывая разности обоих переменных в модели мультипликатора и

выражая из нее У:, получим У: = Ум + Ч (/, - ,).

Таким образом, модели акселератора и мультипликатора показывают, что национальный доход выступает как функция предыдущих собственных значений, а также текущего и предыдущего значений инвестиций Однако приведенные уравнения не учитывают запаздывание инвестиций Поэтому, при практическом моделировании на основе временных рядов будем

учитывать запаздывающие значения обоих показателей, т е рассматривать зависимость более общего вида

у,=а0 + а, ум+ . +ар ;>>,_,,+#,-/, +A IA + + /,_,+*,, (1)

где параметр q будет характеризовать период инвестиционных запаздываний (лаг)

Как известно, модели, содержащие переменные, относящиеся как к текущему, так и предыдущему моменту времени, называются в эконометрике динамическими Динамические модели, содержащие лаги зависимых и независимых переменных, называются авторегрессионными уравнениями с распределенными лагами и обозначаются ADL(p,q) Важным моментом построения ADL-моделей является определение числа лагов р и с/, входящих в модель Для этого производится оценивание множества моделей И дальнейший отбор из них наилучшей Построение начинается с наиболее общей модели, которая включает максимальное количество переменных и число лагов Затем отобранная модель тестируется на наличие автокорреляции, гетероскедастичности остатков, соответствие их нормальному закону распределения и др

В общем случае оценивание моделей с лаговыми переменными производится на основе метода максимального правдоподобия, который предполагает, что известен вид распределения ошибок Однако в случае стационарных регрессоров МНК-оценки коэффициентов модели являются состоятельными Таким образом, для построения моделей ADL очень важен предварительный этап эконометрического моделирования, который включает изучение структуры временного ряда, а также тестирование стационарности

Для ADL-моделей принято различать догосрочное и краткосрочное представления Модель коррекции ошибками (ЕСМ) показывает краткосрочное изменение динамики, а также отклонение от догосрочного соотношения Поскольку ЕСМ-модель является перепараметризацией модели ADL, то лучше строить модель коррекции ошибками, коэффициенты которой имеют экономическую интерпретацию

Поскольку модель (1) содержит текущее и предшествовавшие значения /, то значение у представляется в виде суммы откликов на

изменение величины I t Различают краткосрочный и догосрочный

отклики Коэффициент /30 показывает краткосрочный отклик в момент

времени t, а величина Ч^ЧЧ характеризует догосрочный отклик При

1-Ел, i=i

этом для моделей, содержащих уровни величин, соответствующие отклики

называются мультипликаторами Для моделей, содержащих логарифмы величин, полученные отклики называются эластичностями Эластичность показывает приближенный процентный прирост функции, приходящийся на 1%-ный прирост фактора

В условиях российской экономики зачастую приходится иметь дело с короткими временными рядами, к которым не применима теория моделей коррекции ошибками Однако, если имеется совокупность сведений об одних и тех же субъектах, число которых равно /V, наблюдавшихся на протяжении Т периодов времени, то ее можно рассматривать как панельные данные Причины интереса к панельным данным заключаются в возможности моделирования развития нескольких субъектов во времени Панель называется сбалансированной, если она содержит информацию о каждом субъекте за каждый момент времени Далее будем рассматривать только сбалансированные панельные данные вида |у(), }, где 1-1, , N Ч индекс объектов, /=/, , ТЧ индекс моментов времени

Авторегрессионная модель с распределенными лагами для панельных данных запишется в следующем виде

У, =а,+Ух У,,., + + ГР У,,., +.Х/Д +А + +Р, /Д_, + еД (1а) где а1 - ненаблюдаемый индивидуальный эффект, ,, - ошибки, которые

одинаково и независимо распределены по I и г, те еи ~ ий Ы(0,с?1),

1=1, ,И, г=тах(р,с})+1, ,Т

Оценивание последней модели производится в разностях обобщенным методом моментов, при этом исключается влияние эффекта а1 В рамках обобщенного метода моментов для нахождения неизвестных параметров рассматриваются моментные условия Причем число этих условий превышает количество искомых параметров Избыточные условия можно было бы и не использовать, однако в этом случае снижается эффективность получаемых оценок Кроме того, наличие этих условий позволяет проверять адекватность модели О качестве построенного уравнения судят на основе теста Саргана, который проверяет нулевую гипотезу о выпонении всех избыточных моментных условий для параметров модели

2.2. Верификация выбранной спецификации на основе данных о динамике промышленного производства и инвестиций в основной капитал экономики РФ

Эконометрическое моделирование проводилось на официальных ежемесячных индексах промышленного производства (ИПП) и инвестиций в основной капитал (в % к предыдущему месяцу) за период 01 1999-01 2007, публикуемых Федеральной службы государственной статистики Поскольку

анализируемые индексы имеют логнормальное распределение, произвели переход к логарифмам рассматриваемых показателей Исходные ряды содержат ярко выраженную сезонную компоненту, поэтому произвели очистку рядов от сезонности методом Census Х-11 Полученные сезонно скорректированные индексы промышленного производства и инвестиций представлены на рисунке

[-index~industry no season | (Ч invest по season

Рис Динамика сезонно скорректированных логарифмов ИПП (слева) и инвестиций в основной капитал (справа) в 1999-2006 г г

Результаты применения теста Дикки-Фулера к сезонно-скорректированным логарифмам индексов позволяют судить о стационарности этих рядов на наблюдаемом временном интервале Следовательно, оценивание параметров модели (1) можно осуществлять на основе МНК

Проверку возможности наличия причинно-следственной связи между сезонно скорректированными логарифмами индексов инвестиций и ИПП проводили на основе многократного применения теста Грэнджера При этом получено, что предшествующие значения инвестиций (с лагом более двух лет) объясняют последующие значения ИПП Дальнейший отбор лаговых значений обоих показателей сопровождася построением множества моделей коррекции ошибками (ЕСМ-моделей) и отбором значимых факторов на основе -статистики Выбор же наилучшей модели проводися на основе информационных критериев Акаике и Шварца, а также с учетом выпонения условий некоррелированности (на основе теста Бреуша-Годфри), гомоскедастичности (на основе тестов Уайта, ARCH LM-теста) и нормальности остатков модели (на основе теста Харке-Бера) Полученное адекватное уравнение имеет следующий вид

\Lindrs ,= 1,172 \Lmdrs 0,681 Д/,шс?Г5/_2 + 0,139 ДЬтйгэ Д^л-

(12 541) (-8 416) (2,003)

+ 0,229 Д/лиуг_15 + 0,261 Дшуг_29 + 0,167 Д1г^,_314 0,002 Шт?(_ъг-

(2,080) (4,412) (2,947) (4,301)

- 0,124

(-3,282)

шй?гаг_( - 3,076 - 0,332 ту,_ (7,799) (3,887)

где шг/ге, - сезонно скорректированный логарифм ИПП, Ыт\ - сезонно скорректированный логарифм инвестиций, г1 - белый шум

В круглых скобках здесь и далее указаны значения -статистики о проверке значимости соответствующих коэффициентов Все коэффициенты уравнения (2) признаны значимыми на основе г-статистики Значимость коэффициентов при лаговых переменных ДЬтйгэ, свидетельствует в пользу предложенной спецификации (1)

На основе уравнения (2) можно сделать вывод о том, что влияние инвестиций на промышленное производство ощущается только с большим лагом (15, 29, 31 и 32 месяцев) Значения коэффициентов (эластичностей) при лагах инвестиций в уравнении (2) позволяют судить о процентных приростах ИПП Значение коэффициента при 1шу,_, , равное 0,332, показывает процентный прирост ИПП в догосрочном плане при изменении инвестиций на 1 %. При этом выражение в квадратных скобках представляет собой отклонение от догосрочного равновесия в предыдущий момент времени Невысокое значение коэффициента при нем означает, что догосрочное соотношение не столь значимо, и динамика ИПП в большей степени определяется краткосрочным воздействием

Следует отметить, что построение ЕСМ-модели производилось и на более коротких промежутках рассматриваемого периода При этом эластичность ИПП по инвестициям в догосрочном плане возрастала до 0,5% Однако, чем больше получася этот коэффициент, тем больше отклонялась краткосрочная динамика от догосрочной

2.3. Оценка применимости предложенной спецификации на панельных данных о динамике среднедушевых показателей ВРП и инвестиций в основной капитал экономики субъектов РФ

Моделирование зависимости между среднедушевыми показателями ВРП и инвестиций в основной капитал на данных 1999-2002 г г

производилось Гранбергом А Г и Зайцевой Ю С 1 Авторами были получены на основе МНК регрессионные уравнения, в которых в качестве независимых факторов выступали инвестиции текущего года и предыдущих лет Однако результаты тестирования на наличие мультиколинеарности, а также на нормальность остатков не приводились

Однако, собственный анализ корреляционной матрицы (табл 1), состоящей из парных коэффициентов линейной корреляции между объемами инвестиций в основной капитал на душу населения по 79 субъектам РФ, показал наличие высокой степени корреляции между регрессорами

Таблица 1

Коэффициенты корреляции между объемами инвестиций в основной капитал на душу населения по 79 субъектам РФ за период 1995-2004 г г

1995 1996 1997 1998 1999 2000 2001 2002 2003 2004

1995 1,00 1,00 0,99 0,97 0,95 0,98 0,98 0,93 0,89 0,87

1996 1,00 1,00 1,00 0,97 0,95 0,99 0,98 0,93 0,89 0,86

1997 0,99 1,00 1,00 0,98 0,96 0,99 0,98 0,93 0,90 0,87

1998 0,97 0,97 0,98 1,00 0,98 0,97 0,97 0,92 0,88 0,88

1999 0,95 0,95 0,96 0,98 1,00 0,96 0,97 0,92 0,88 0,89

2000 0,98 0,99 0,99 0,97 0,96 1,00 0,99 0,94 0,90 0,87

2001 0,98 0,98 0,98 0,97 0,97 0,99 1,00 0,97 0,94 0,92

2002 0,93 0,95 0,93 0,92 0,92 0,94 0,97 1,00 0,99 0,98

2003 0,89 0,89 0,90 0,88 0,88 0,90 0,94 0,99 1,00 0,98

2004 0,87 0,86 0,87 0,88 0,89 0,87 0,92 0,98 0,98 1,00

Известно, что в таком случае МНК-оценки формально существуют, однако являются несостоятельными Рассматривая подобные данные как панельные и используя обобщенный метод моментов, можно получить хорошие оценки искомых параметров

Для оценки применимости спецификации (1а) были рассмотрены показатели валового регионального продукта на душу населения и инвестиций в основной капитал на душу населения 79 субъектов РФ за период 1995-2004 гг, представляющие сбалансированную панель Следует отметить, что за рассматриваемый период наметилась положительная тенденция в динамике среднероссийских показателей ВРП и инвестиций на душу населения Однако изменение среднедушевых уровней ВРП и инвестиций среди субъектов РФ происходит неравномерно Причем, различие между субъектами РФ со временем только усиливается Так, отношение максимального (Тюменская область) и минимального

Гранберг А, Зайцева Ю Производство и использование валового регионального продукта межрегиональные сопоставления // Российский экономический журнал 2002 № 10 С 42-64

(Республики Ингушетия) объемов ВРП на душу населения составило 45,73 в 2004 г против 17,46 раз в 1999 г, а различие в объемах инвестиций этих субъектов за рассматриваемый период возросло с 7,96 до 64,35 раз Поэтому для уменьшения вариации выборки перешли к логарифмированным значениям

В результате оценивания обобщенным методом моментов в программе Eviews получено следующее уравнение

InGRPlt =0,354 InGRPli_i + 0,452 lnWД+ 0,107 \aINVlt_3 + ult, (3)

(16,593) (27,132) (11,827)

где GRPl t - валовой региональный продукт на душу населения субъекта i в год t, INVlt - инвестиции в основной капитал на душу населения субъекта г в год t, иД - остатки, i=J, ,79, t=I998, ,2004

При этом предполагалось существование корреляция остатков во времени для уравнения отдельного субъекта, а остатки уравнений для разных субъектов некоррелированы (Period SUR), т е

/ \ Wsnl = J соV(H(1, ИД) = <!

[0, i*j

Все коэффициенты уравнения (3) признаны значимыми на 5%-ном уровне Значимость коэффициента при ln<7#/?(_, свидетельствует в пользу

предложенной спецификации Однако результаты теста Саргана говорят о невыпонении избыточных предположений (табл 2) Высокое значение статистики Харке-Бера не позволяет судить о нормальном распределении остатков (табл 2). Таким образом, модель (3) не является адекватной, и попытка описания одним уравнением динамики ВРП всех субъектов РФ не удалась

Для уменьшения вариации выборки все регионы были ранжированы по величине ВРП на душу населения в 2004 г, затем выделены децильные группы, и для каждой группы построены уравнения При этом вынуждены были исключить из рассмотрения два субъекта (Республика Ингушетия, Республика Дагестан) Исключение обусловлено тем, что они являются выбросами в выборке по используемому набору переменных В результате получены следующие модели, базирующиеся на спецификации (1а)

Первая группа Республика Адыгея, Республика Тыва, Карачаево-Черкесская Республика, Кабардино-Бакарская Республика, Республика Северная Осетия-Алания, Ивановская область, Республика Камыкия, Брянская область

InGRPlt = 0,263 [r\GRPlt^ + 0,371 InINVu + +Q,UA In!NVtt_x+ 0,108 п/Щ,_}+иД (4)

(4,239) (11,317) (2,761) (5,988)

Вторая группа Республика Марий Эл, Атайский край, Пензенская область, Республика Атай, Курганская область, Чувашская Республика, Ставропольский край, Псковская область

In GRPa = 0,231 In GRPlt4 + 0,461 In lNVlt + 0,208 In lNVlt_3 + ult (5)

(6,044) (10 260) (13 106)

Третья группа Воронежская область, Владимирская область, Кировская область, Ульяновская область, Ростовская область, Тамбовская область, Костромская область, Тульская область

\nGRP: =0,203 In +0,358 In//VF,,+ 0,189 In WД_, +0,149 1 nINVlt,s+uД

(2 695) (7 884) (4 332) (3 852)

Четвертая группа Читинская область, Смоленская область, Саратовская область, Республика Мордовия, Еврейская автономная область, Вогоградская область, Орловская область, Тверская область

\nGRP,, = 0,355 \nGRPД_, + 0,331 \aINV + 0,161 InINV^ + u,, (7)

(9 408) (S 534) (6 733)

Пятая группа Астраханская область, Республика Хакасия, Калужская область, Краснодарский край, Рязанская область, Республика Бурятия, Курская область, Удмуртская Республика

\riGRPlt =0,331 In GRP[t_i + 0,367 ln/M^ + 0,181 In JNVlt_3 +иlt (8)

(8,331) (7,375) (9,495)

Шестая группа Калининградская область, Новгородская область, Приморский край, Амурская область, Бегородская область, Новосибирская область, Нижегородская область, Республика Карелия

In GRPU =0,214 In (7.-V, + 0,364 In NVit + 0,089 In ЛУК^+0,168 ln/Т, ,_z+ult (9)

(3,514) (12,731) (2,991) (9,078)

Седьмая группа Оренбургская область, Иркутская область, Республика Башкортостан, Свердловская область, Московская область, Челябинская область, Кемеровская область, Ярославская область

In GRPД = 0,134 InGRPlt_2 + 0,751 In INVlt + ult (10)

(4,483) (22,845)

Восьмая группа Камчатская область, Хабаровский край, Пермская область, Омская область, Ленинградская область, Самарская область, Республика Татарстан

InGRPД =0,366 lnG^ + 0,321 hilNV, + 0,137 InINVH_3 + uu (11)

(4 582) (5 1051 (5 221)

Девятая группа г Санкт-Петербург, Архангельская область, Липецкая область, Красноярский край, Вологодская область, Магаданская область, Мурманская область

1п вЯР,, = 0,238 1п + 0,431 Х 1п МУи + 0,263 1п /Л'У+ иД (12)

(4 341) (11 65-;) (11656)

Десятая группа Республика Коми, Томская область, Сахалинская область, Республика Саха (Якутия), г Москва, Чукотский автономный округ, Тюменская область

\nGRP,, =0,215 1п+ 0,366 ЫМУД + 0,091 1п+ 0,079 Ь/Л^, ,_2 + иД (13)

(3,869) (8,494) (2,374) (2,851)

Результаты тестирования полученных уравнений на выпонение избыточных предположений (тест Саргана) и нормальность остатков (тест Харке-Бера) приводятся в таблице 2

Таблица 2

Результаты применения тестов Саргана и Харке-Бера для моделей (3)-(13)

Тест Саргана Тест Харке-Бера

Модель Статистика Уровень Статистика Уровень

теста значимости р теста значимости р

(3) 69,88 0,00 39,88 0,00

(4) 34,88 0,33 1,66 0,44

(5) 36,03 0,29 1,38 0,51

(6) 35,03 0,33 4,98 0,08

(7) 30,05 0,57 3,72 0,16

(8) 36,09 0,28 1,05 0,59

(9) 34,19 0,36 3,83 0,15

(10) 41,49 0,18 1,14 0,56

(И) 28,76 0,58 0,10 0,95

(12) 31,49 0,44 1,92 0,38

(13) 40,59 0,17 0,13 0,93

Поскольку соответствующие уровни значимости />>0,05 для всех моделей (4)-(13), то на основе теста Харке-Бера можно судить о нормальном распределении остатков, а на основе теста Саргана признать выпонение всех избыточных моментных условий для параметров полученных моделей Таким образом, модели (4)-(13) признаны адекватными и подтверждают правильность спецификации (1а) На основе разработанных моделей рассчитаны отклики (эластичность) динамики ВРП на душу населения на изменение объемов инвестиций на душу населения (табл 3)

Таблица 3

Догосрочный и краткосрочный отклики для моделей (4)-(13)

Модель Догосрочный отклик Краткосрочный отклик

(4) 0,804 0,371

(5) 0,870 0,461

(6) 0,873 0,358

(7) 0,764 0,331

(8) 0,819 0,367

(9) 0,790 0,364

(10) 0,867 0,751

(И) 0,722 0,321

(12) 0,911 0,431

(13) 0,683 0,366

Как видно из таблицы, изменение среднедушевых объемов инвестиций на 10% для разных субъектов РФ приводит к росту ВРП на душу населения в этом же периоде на 3,2-7,5% Изменение же инвестиций на 10% в догосрочном плане способствует росту среднедушевого ВРП на 6,8-9,1% При этом наибольший краткосрочный отклик инвестиций присущ субъектам седьмой группы, наименьший наблюдается у восьмой группы Наименьший догосрочный отклик инвестиций наблюдается у субъектов с высоким потенциалом (десятая группа) Для регионов с невысоким потенциалом процентные приросты среднедушевого ВРП в краткосрочном и догосрочном планах достаточно высокие

2.4. Разработка адекватных моделей на основе панельных данных о динамике валового выпуска и инвестициях в основной капитал отраслей экономики РБ

Анализ развития экономики Республики Башкортостан за период 1999-2006 г г свидетельствует о сохранении экономического роста. За восьмилетний период валовой выпуск по всем отраслям экономики увеличися в 5,8 раз, а объемы инвестиций в основной капитал возросли в 4,5 раза в текущих ценах Однако развитие по отраслям происходит неоднородно, причем динамика инвестиций более волатильна, чем объемы выпуска В структуре валового выпуска и инвестиций по отраслям экономики в РБ преобладает промышленность Наибольшие темпы роста валового выпуска за рассматриваемый период пришлись на промышленность и связь, наименьшие темпы наблюдались в сельском хозяйстве Наибольшие темпы роста объемов инвестиций пришлись на науку и образование Однако и эта величина не является достаточной,

поскольку объемы инвестиций в науку и научное обслуживание составили в 2006 г всего 0,003% от общего объема инвестиций РБ2

Эконометрическое моделирование производилось на основе данных о валовом выпуске и инвестициях в основной капитал экономики РБ за период 1999-2006 г г по следующим отраслям промышленность, сельское хозяйство, строительство, транспорт и связь, торговля и общественное питание, жилищно-коммунальное хозяйство, наука и научное обслуживание, образование, здравоохранение, физическая культура и соцобеспечение, культура и искусство Вследствие малости временного диапазона затруднительно рассматривать указанные показатели как отдельные временные ряды Однако их можно рассматривать как панельные данные о 10 субъектах за 8 лет (80 наблюдений) и попытаться описать зависимость между валовым выпуском и инвестициями одним уравнением

Оценивание спецификации (1а) производилось в программе Eviews При этом предполагалось существование корреляции остатков во времени для уравнения отдельного субъекта и отсутствие корреляции остатков уравнений для разных субъектов (Penod SUR) Отбор лаговых значений обоих показателей сопровождася построением множества моделей и отбором значимых лагов на основе /-статистики Поскольку исходные переменные имеют логнормальное распределение, то оценивание производили для логарифмов рассматриваемых рядов

Полученное уравнение, описывающее зависимость между валовым выпуском ( Vn ) и инвестициями в основной капитал ( INVlt ) для 10 отраслей,

имеет вид

1п Vit = 0,726 In Vit_i + 0,122 ln Vlt_2 + 0,097 ln INVi+ slt, ( 14)

(14,566) (2,758) (2 540)

где Vlt - валовой выпуск отрасли / в год t, INVlt - инвестиции в основной

капитал отрасли i в год t, slt - остатки

Все коэффициенты уравнения (14) признаны значимыми на 5%-ном уровне Результаты применения теста Саргана позволяют судить о выпонении избыточных условий Однако результаты применения теста Харке-Бера не позволяют считать распределение остатков еД нормальным

(табл 4) Таким образом, построенная модель не является адекватной

Для получения адекватной модели исходная выборка, которая не является однородной, была раздепена на две группы В первую группу вошли такие отрасли экономики как промышленность, сельское хозяйство, транспорт и связь, торговля и общественное питание Этими отраслями в 2006 г произведено более 89% от общего объема валового выпуска по всем

2 Для сравнения этот показатель для экономики РФ составляв 2004 г 0,8%

отраслям экономики РБ При этом инвестиции в основной капитал указанных пяти отраслей составили в том же году более 66% от общего объема инвестиций Оцененное уравнение для данной группы имеет вид

1пУи =0,608 1пК;,_1 + 0Д43 1п/ЛУД+ 0,039 + (15)

(47,634) (6 490) (2,417)

Для второй подгруппы, в которую были включены отрасли ЖКХ, наука и научное обслуживание, образование, здравоохранение, физическая культура и соцобеспечение, культура и искусство, получено уравнение

1л К, =0,485 1пКм+ 0,297 1п РД_2 + 0,074 1п + 0,032 1п 1Ши_2 + еи <16>

(22 877) (В 469) (-' 249) (2 261)

Все коэффициенты уравнений (15)-(16) признаны значимыми на основе -статистики на 5%-ном уровне Значения статистики Саргана подтверждают выпонение избыточных предположений Значения статистики Харке-Бера позволяют считать остатки этих моделей нормально распределенными случайными величинами (табл 4)

Таблица 4

Результаты применения тестов Саргана и Харке-Бера к моделям (14)-(16)

Тест Саргана Тест Харке-Бера

Модель Статистика Уровень Статистика Уровень

теста значимости р теста значимости р

(14) 15,667 0,62 7,232 0,03

(15) 12,939 0,80 2,533 0,28

(16) 17,037 0,45 0,312 0,86

Таким образом, уравнения (15) и (16) обладают хорошими статистическими характеристиками, имеют правильные с точки зрения теории знаки Полученные модели показывают, что для каждой отрасли экономики РБ инвестиции в основной капитал оказывают влияние на валовой выпуск как в краткосрочном, так и догосрочном периодах Значимость коэффициентов при 1п/Д^К( ] в (15) и при ЫШи_2 в (16)

позволяет судить о длине инвестиционных запаздываниях для отдельных отраслей Значимость коэффициента при в этих уравнениях говорит

в пользу предложенной спецификации (1а)

На основе коэффициентов моделей (15)-(16) рассчитаны краткосрочные и догосрочные отклики, которые характеризуют приближенный процентный прирост валового выпуска в отраслях экономики при увеличении объемов инвестиций в основной капитал на 1% при прочих равных условиях (табл 5)

Таблица 5

Догосрочный и краткосрочный отклики для моделей (15)-(16)

Модель Догосрочный отклик Краткосрочный отклик

(15) 0,464 0,143

(16) 0,486 0

Таким образом, в нерыночном секторе экономики, который является недоинвестированным, процентный прирост валового выпуска в догосрочном периоде больше, чем в рыночном секторе В этой ситуации крайне необходимы хорошо продуманные структурные реформы, в результате которых больше внимания следует уделить отечественным производителям, а также нерыночному сектору экономики, и в первую очередь - науке

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

1 Предложена эконометрическая спецификация зависимости показателей экономической роста от инвестиций, базирующаяся на авторегрессионной модели с распределенными лагами и отличающаяся от существующих включением в качестве объясняющих факторов лаговых значений как зависимой, так и независимой переменных Выбранная спецификация была верифицирована эконом етрическими расчетами, использующими как оценки метода наименьших квадратов на данных типа временных рядов, так и оценки обобщенного метода моментов на основе панельных данных

2. Разработана адекватная модель зависимости индекса промышленного производства от инвестиций в основной капитал, основанная на авторегрессионной модели с распределенными лагами Полученная модель, оцененная в виде модели коррекции ошибками, подтверждает значимость влияния инвестиций в основной капитал на промышленное производство и позволяет оценить эластичности индекса промышленного производства относительно инвестиций как в краткосрочном, так и догосрочном планах

3 Разработаны адекватные авторегрессионные модели с распределенными лагами на основе сбалансированных панелей о среднедушевых показателях ВРП и инвестициях в основной капитал для децильных групп субъектов РФ Оценки коэффициентов, полученные обобщенным методом моментов, являются состоятельными Установлено, что в связи с неоднородностью развития регионов РФ невозможно построить единую для всех субъектов модель с нормально распределенными ошибками Группирование субъектов позволило уменьшить вариацию выборки и получить адекватные эконометрические модели

4 Разработаны и проанализированы две адекватные модели зависимости валового выпуска от инвестиций в основной капитал по отраслям экономики РБ Полученные модели подтверждают спецификацию на основе авторегрессионной модели с распределенными лагами и позволяют определить краткосрочную и догосрочную эластичности валового выпуска отраслей экономики РБ относительно инвестиций в основной капитал

Основные публикации по теме диссертации 1. Публикации в изданиях, рекомендуемых ВАК РФ:

1 Гафарова Е А Моделирование зависимости между объемом производства и инвестициями // Обозрение прикладной и промышленной математики, 2006 Т 13 В 5 С 904-905

2. Публикации в других изданиях:

2 Гафарова Е А Динамические модели валового выпуска по отраслям РБ // Проблемы современной экономической теории Материалы международной научно-практической конференции, посвященной 60-летию кафедры общей экономической теории БашГУ Уфа РИЦ БашГУ, 2007 С 273-278

3 Гафарова Е А Моделирование экономического роста в зависимости от инвестиций в основной капитал// Современные проблемы экономики труда и предпринимательства Сборник научных статей/ Под ред Мухаметлатыпова Ф У Уфа РИЦ БашГУ, 2007 С 109-128

4 Гафарова А Моделирование динамики ввода в действие жилых домов в зависимости от инвестиций в жилищное строительство в РБ// Материалы 2-ой Республиканской научно-практической конференции лэкономика и математические методы. Уфа. РИО БашГУ, 2007 С 80-84

5 Гафарова Е А Влияние инвестиции на валовой выпуск в республике Башкортостан// Воспроизводственный потенциал региона-материалы Междунар III науч -практ конференции Уфа РЙО БашГУ, 2007 С 344 - 348

6 Ахтямов А М, Гафарова Е А Анализ взаимозависимости динамики индекса промышленности и инвестиций в основной капитал// Ядкяр, 2006 № 3 С 42-46

7 Гафарова Е А Практическое применение регрессионных моделей в экономических исследованиях Методические указания Уфа РИО БашГУ, 2006 36 с

8 Гафарова Е А , Канзафарова Е А Анализ временных рядов на основе программы STATISTICA- Методические указания Уфа РИЦ БашГУ, 2006 60 с

9 Гафарова Е А , Пастухова А П Анализ структуры временных рядов основных социально-экономических показателей // Материалы

студенческих научных конференций Студент и наука Уфа РИЦ БашГУ, 2006. С 93 -94

10 Гафарова Е А , Искандарова Р Р Тестирование стационарности ежемесячной динамики импорта РФ в 1994-2006 г г // Материалы студенческих научных конференций Студент и наука Уфа РИЦ БашГУ, 2006 С'91 -92

11 Гафарова Е А , Азнабаев А М Модель расчета объективной цены акции // Материалы студенческих научных конференций Студент и наука Уфа РИЦ БашГУ, 2006 С 95-96

12 Гафарова Е А Математическое моделирование объема производства// Международная уфимская зимняя школа-конференция по математике и физике для студентов, аспирантов и молодых ученых International Ufa Winter Mathematical & Physical School-Conference for Undergraduate and Postgraduate Students and Young Scientists Тезисы докладов Уфа РИО БашГУ, 2005 С 84

13 Гафарова Е А Прогнозирование финансовых показателей в условиях неустойчивой экономики // Актуальные проблемы национальной безопасности государства, общества и личности в условиях переходной экономики. Материалы научно-практической конференции - Часть 1 Уфа РИО БашГУ, 2002 С 23-24

14 Саяпова А Р , Гусельникова Е А, Лакман И А , Шамуратов Н.М Математические методы прогнозирования экономических показателей Учебное пособие Изд-е Башкирск ун-та Уфа, 2000 128 с

15 Саяпова А Р, Гусельникова Е А, Шамуратов Н.М Эконометрическое моделирование на основе программы STATISTICA Методические указания Уфа БашГУ, 1998 24 с

Гафарова Елена Аркадьевна

МНОГОУРОВНЕВЫЕ МОДЕЛИ ЗАВИСИМОСТИ ЭКОНОМИЧЕСКОГО РОСТА ОТ ИНВЕСТИЦИЙ: ЭКОНОМЕТРИЧЕСКИЙ ПОДХОД

Автореферат диссертации на соискание ученой степени кандидата экономических наук

Лицензия на издательскую деятельность Р№ 021319 от 05 01 99 г

Подписано в печать 11 09 2007 г Бумага офсетная Формат 60x84/16 Гарнитура Times Отпечатано на ризографе Уел печ л 1,38 Уч-изд л 1,44 Тираж 100 экз Заказ 488

Редакционно-издателъский центр Башкирского государственного университета 450074, РБ, г Уфа, ул Фрунзе, 32

Отпечатано на множительном участке Башкирского государственного университета 450074, РБ, г Уфа, ул Фрунзе, 32

Диссертация: содержание автор диссертационного исследования: кандидат экономических наук , Гафарова, Елена Аркадьевна

Введение.

Глава 1. Обзор моделей и методов оценивания зависимости экономического роста от инвестиций на современном этапе.

1.1. Обзор исследований экономического роста в России на современном этапе.

1.1.1. Факторы экономического роста в России.

1Л .2. Инвестиции и экономический рост.

1.2. Обзор моделей экономического роста, учитывающих влияние инвестиций.

1.3. Динамические модели экономического роста.

1.4. Специфика оценивания авторегрессионных моделей с распределенными лагами.

1.5. Выводы.

Глава 2. Эконометрическое моделирование динамики индекса промышленного производства в зависимости от инвестиций в основной капитал.

2.1. Анализ динамики индекса промышленного производства и инвестиций в основной капитал.

2.2. Моделирование динамики индекса промышленного производства в зависимости от инвестиций в основной капитал.

2.3. Тестирование адекватности модели коррекции ошибками.

2.4. Экономическая интерпретация коэффициентов модели.

2.5. Выводы.

Глава 3. Эконометрическое моделирование зависимости валового регионального продукта от инвестиций в основной капитал по регионам РФ.

3.1. Анализ динамики ВРП и инвестиций в основной капитал надушу населения в 1995-2004 г.г. по регионам РФ.

3.2. Группирование субъектов РФ по величине ВРП надушу населения.

3.3. Модели зависимости ВРП на душу населения от инвестиций в основной капитал на душу населения.

3.4. Экономическая интерпретация коэффициентов динамических моделей

3.5. Выводы.

Глава 4. Эконометрическое моделирование экономического роста в зависимости от инвестиций на примере Республики Башкортостан.

4.1. Анализ динамики и структуры валового выпуска и инвестиций по отраслям экономики РБ.

4.2. Моделирование зависимости объемов валового выпуска от инвестиций по отраслям экономики РБ.

4.3. Моделирование динамики ввода в действие жилых домов в зависимости от инвестиций в жилищное строительство в РБ.

4.4. Выводы.

Диссертация: введение по экономике, на тему "Многоуровневые модели зависимости экономичекого роста от инвестиций: эконометрический подход"

Диссертационная работа посвящена разработке эконометрических моделей для оценки вклада инвестиций на экономический рост, наблюдаемый на современном этапе в России и Республике Башкортостан.

Актуальность темы исследования. На протяжении кризисного и посткризисного периодов проблема экономического роста занимает центральное место в экономических дискуссиях и публикациях. При этом большой интерес вызывает вопрос об основных факторах, способствующих экономическому росту. Большинство аналитиков считают, что наблюдаемый в России рост является малоинвестиционным или неинвестиционным и вызван, прежде всего, увеличением экспорта, ростом мировых цен на нефть, а также поной загрузкой действующих производственных мощностей. Только анализ результатов 2006 года позволил некоторым исследователям назвать рост инвестиционным.

Вместе с тем, все экономисты и политики сходятся во мнении о необходимости крупных инвестиций в экономику России, без которых невозможен качественный рост. Не оценив роль инвестиционного ресурса, невозможно определить стратегии социально-экономического развития страны, разработать и реализовать общегосударственные, отраслевые и региональные программы.

Один из подходов, позволяющих получить количественные оценки степени влияния инвестиций на экономический рост, заключается в построении эконометрических моделей. Для этого необходимо, во-первых, определить уравнения, которые однозначно бы определяли краткосрочную и догосрочную динамику; во-вторых, выбрать метод оценивания, который позволял бы получить несмещенные, эффективные и состоятельные оценки неизвестных параметров. Проблема оценивания осложняется еще и тем, что в распоряжении аналитика имеется недостаточная длина временных рядов, характеризующих динамику российского экономического развития.

Проведенный предварительный анализ показал, что существующие эконометрические спецификации зависимости показателей экономического роста от инвестиций имеют следующие недостатки: 1) не учитывают инвестиционные запаздывания (лаги); 2) не учитывают лаги зависимой переменной. Кроме того, оценивание уравнений зачастую производится методом наименьших квадратов (МНК). Включение же в уравнение лаговых переменных требует усложнения методов оценивания вследствие появления мультиколинеарности.

Таким образом, все вышесказанное предопределяет актуальность научного исследования и его практическую значимость.

Степень научной разработанности проблемы

При работе над диссертацией автор опирася на работы известных российских ученых как, Абакин Л.И., Гранберг А.Г., Зайцева Ю.С., Егорова Н.Е., Ивантер В.В., Клоцвог Ф.Н., Котляр Э.А., Пчелинцев О.С., Узяков М.Н., Хачатрян С.Р., Френкель А.А., Яременко Ю.А. и др. Основу теоретических предпосылок динамических моделей экономического роста в зависимости от инвестиций составляют модель акселератора Дж. Б. Кларка и модель мультипликатора Дж. М. Кейнса.

Новые методы и модели в области эконометрики нашли свое отражение в работах зарубежных ученых, в том числе R. Engle, С. Granger, D. Dickey, W. Fuller, С. Hsiao, M. Arellano, S. Bond, J. Sargan и др. В русскоязычной литературе систематическое изложение основ методов и моделей временных моделей содержится в работах Канторовича Г.Г., Катышева П.К., Магнуса Я.Р., Пересецкого А.А. и др. Методы оценивания моделей панельных данных описаны в работах Носко В.П., Ратниковой Т.А. и др.

Цель диссертационного исследования состоит в разработке эконометрических моделей, предназначенных для оценки догосрочного и краткосрочного откликов показателей экономического роста на изменение инвестиций.

Для достижения этой цели ставятся следующие задачи исследования:

1. Модифицировать существующую эконометрическую спецификацию зависимости показателей экономического роста от инвестиций за счет включения в качестве регрессоров лагов как зависимой, так и независимой переменных.

2. Верифицировать выбранную спецификацию на фактических статистических данных типа временных рядов, характеризующих динамику промышленного производства и инвестиций в основной капитал экономики России, и использовать ее для получения оценки эластичности экономической динамики относительно инвестиций.

3. Оценить применимость предложенной спецификации на статистических данных, представленных в виде сбалансированных панелей о среднедушевых показателях ВРП и инвестициях в основной капитал экономики субъектов РФ.

4. Разработать адекватные модели, базирующиеся на предложенной спецификации, на основе панельных данных, характеризующих динамику валового выпуска отраслей экономики и инвестиций в основной капитал отраслей экономики Республики Башкортостан.

Объект исследования: многоуровневая экономическая система, включающая экономику РФ, субъектов федерации, в том числе Республики Башкортостан, и отдельных отраслей экономики РБ.

Предмет исследования: эконометрические модели зависимости показателей экономического роста от инвестиций.

Методы исследования: методы математической статистики, эконометрические методы анализа временных рядов, эконометрические методы анализа панельных данных.

Информационную базу исследования составили следующие официальные статистические данные:

1. индекс промышленного производства, инвестиции в основной капитал в РФ за период с января 1999 г. по январь 2007 г, публикуемые Росстатом;

2. среднедушевые показатели ВРП и инвестиции в основной капитал за период 1995-2004 г.г. по 79 субъектам Российской Федерации, публикуемые Росстатом;

3. валовой выпуск и инвестиции в основной капитал по 11 отраслям экономики РБ за период 1999-2006 г.г.; ввод в действие жилых домов, инвестиции в жилищное строительство, публикуемые в изданиях Башкортостанстата.

Обработка статистической информации и оценивание моделей производились с использованием пакета эконометрического анализа Eviews.

Работа соответствует следующим направлениям исследования паспорта специальности 08.00.13 - Математические и инструментальные методы экономики:

1.3. Разработка и исследование макромоделей экономической динамики в условиях равновесия и неравновесия, конкурентной экономики, монополии, олигополии, сочетания различных форм собственности.

1.4. Разработка и исследование моделей и математических методов анализа микроэкономических процессов и систем: отраслей народного хозяйства, фирм и предприятий, домашних хозяйств, рынков, механизмов формирования спроса и потребления, способов количественной оценки предпринимательских рисков и обоснования инвестиционных решений.

Научная новизна результатов исследования, их отличие от результатов, полученных другими авторами:

1. Предложена эконометрическая спецификация зависимости показателей экономического роста от инвестиций, базирующаяся на авторегрессионной модели с распределенными лагами и отличающаяся от существующих моделей включением в качестве объясняющих факторов лаговых значений как зависимой, так и независимой переменных.

2. Разработана адекватная модель зависимости индекса промышленного производства от инвестиций в основной капитал, основанная на предложенной спецификации. Модель, оцененная в виде модели коррекции ошибками, позволяет определить краткосрочную и догосрочную эластичность индекса промышленного производства относительно инвестиций в основной капитал.

3. Разработаны новые адекватные авторегрессионные модели с распределенными лагами на основе сбалансированных панелей о среднедушевых показателях ВРП и инвестициях в основной капитал для децильных групп субъектов РФ за 1995-2004 г.г. Для каждой децильной группы на основе полученных моделей рассчитаны краткосрочные и догосрочные отклики ВРП на изменение инвестиций в основной капитал.

4. Разработаны и проанализированы новые модели на основе панельных данных о валовом выпуске и инвестициях в основной капитал по отраслям экономики РБ. Полученные модели подтверждают спецификацию на основе авторегрессионной модели с распределенными лагами.

Практическая значимость результатов работы. Разработанные модели позволяют количественно оценить степень влияния инвестиций на базовые макро- и микроэкономические показатели как в краткосрочном, так и догосрочных планах, и, следовательно, более обоснованно принимать управленческие решения по стимулированию и поддержке развития отдельных регионов, городов, отраслей экономики.

Полученные в ходе диссертационного исследования результаты внедрены в учебный процесс специальности 061800 Математические методы в экономике в виде раздела курса Математические методы прогнозирования экономических показателей.

Апробация результатов работы. Результаты работы и отдельные ее разделы докладывались и обсуждались на 12 конференциях, в том числе международного и всероссийского статуса: седьмой всероссийский симпозиум по прикладной и промышленной математике (Кисловодск, 2006); международная уфимская зимняя школа-конференция по математике (Уфа, Башкирский государственный университет, 2005); международная научно-практическая конференция Воспроизводственный потенциал региона (Уфа, БашГУ, 2007); международная научно-практическая конференция Проблемы современной экономической теории (Уфа, БашГУ, 2007).

Публикации по теме диссертации. Основные результаты исследований опубликованы в 15 работах общим объемом 11 п.л., в том числе в журнале Обозрение прикладной и промышленной математики, входящем в перечень изданий ВАК Министерства образования и науки РФ.

Диссертация: заключение по теме "Математические и инструментальные методы экономики", Гафарова, Елена Аркадьевна

Основные результаты диссертационной работы заключаются в следующем:

1. Анализ существующих эконометрических моделей экономического роста в зависимости от инвестиций показал, что большинство разработанных моделей учитывают зависимость между одновременными значениями зависимой и независимой переменных, т.е. не учитывают инвестиционные запаздывания. Такие уравнения характеризуют только догосрочное соотношение, однако для российской экономики на современном этапе наибольший интерес представляет краткосрочное изменение анализируемых показателей.

2. Основываясь на моделях акселератора и мультипликатора, предложена спецификация для исследования зависимости показателей экономического роста от инвестиций в основной капитал, базирующаяся на авторегрессионной модели с распределенными лагами. Данная динамическая модель включает в качестве объясняющих факторов запаздывающие значения как независимой, так и зависимой переменных. Выбранная спецификация была верифицирована эконометрическими расчетами, использующими как оценки метода наименьших квадратов на данных типа временных рядов, так и оценки обобщенного метода моментов на основе панельных данных.

3. Разработаны адекватные модели, характеризующие краткосрочную и догосрочную зависимость индекса промышленного производства Федеральной службы государственной статистики от инвестиций в основной капитал. Полученные уравнения подтверждают положительное влияние инвестиций в основной капитал на промышленное производство и позволяют количественно оценить вклад инвестиций. Так, прирост индекса промышленного производства в догосрочном плане составляет 0,332% при изменении индекса инвестиций в основной капитал на 1%. А краткосрочное увеличение индекса инвестиций в основной капитал па 1% в текущем периоде будет способствовать увеличению индекса промышленного производства только через 15 месяцев на 0,229%. Получено также, что максимальный период запаздывания инвестиций на промышленное производство составляет 32 месяца.

4. Разработаны адекватные модели зависимости среднедушевых показателей ВРП от инвестиций в основной капитал для 10 групп регионов РФ. При моделировании региональной динамики в условиях недостаточной длины рассматриваемых рядов лучшим классом моделей оказались модели панельных данных. Оценки коэффициентов, полученные обобщенным методом моментов, являются состоятельными, несмещенными, эффективными. Установлено, что в связи с неоднородностью развития регионов РФ, невозможно описать динамику зависимости ВРП от инвестиций в основной капитал единой моделью для всех субъектов. Логарифмирование исходных данных и группирование субъектов позволили уменьшить вариацию выборки и получить адекватные эконометрические модели на основе предложенной спецификации. Коэффициенты разработанных уравнений показывают приближенный процентный прирост ВРП при изменении объемов инвестиций на 1%. Получено, что изменение среднедушевых объемов инвестиций на 10% приводит к росту ВРП на душу населения на 3,2-7,5% в краткосрочном плане и на 6,8-9,1% в догосрочном плане для полученных групп субъектов РФ. Сравнительный анализ десяти уравнений показал также, что для регионов с низким потенциалом процентные приросты среднедушевого ВРП в краткосрочном и догосрочном планах достаточно высокие. Кроме того, ежегодный прирост валового продукта на душу населения только за счет внутренних сил самого региона составляет в среднем 0.255%

5. Разработаны две адекватные модели зависимости валового выпуска от инвестиций в основной капитал по отраслям экономики Республики Башкортостан, подтверждающие предложенную спецификацию для панельных данных. Полученные уравнения позволяют оценить эластичность валового выпуска относительно инвестиций в основной капитал: для рыночных отраслей экономики 10%-ное увеличение инвестиций способствует росту валового выпуска на 1,43% в краткосрочном плане и 4,64% в догосрочном плане. Для нерыночного сектора экономики 10%-ный рост инвестиций приводит к росту валового выпуска на 4,86% только в догосрочном плане.

6. Разработана динамическая модель зависимости объемов вводимого жилья от инвестиций в жилищное строительство на основе статистических данных Башкортостанстата для городов (г. Салават, г. Нефтекамск, г. Белебей, г. Октябрьский, г. Ишимбай) и районов (Чишминский, Стерлитамакский, Аургазинский, Кармаскалинский) за период 2000-2004 г.г. Полученное уравнение подтверждает значимость влияния инвестиций в жилищное строительство на ввод в действие жилых домов. На основе оцененной модели получены следующие цифры: 10%-ный рост инвестиций в жилищное строительство способствует увеличению объемов вводимого жилья по изучаемой выборке приближенно на 1,41% в краткосрочном и 2,32% в догосрочном планах.

Заключение

Ускорение экономического роста является главной задачей для современной России. Только комплексные, крупномасштабные инвестиции могут и дожны стать основой для качественного подъема экономики. Анализ работ современных исследователей экономического роста в Российской Федерации позволяет судить о том, что большинство аналитиков считают наблюдаемый рост неинвестиционным. Вместе с тем все исследователи подчеркивают необходимость и важность крупных инвестиций в экономику России.

Для обоснования перспектив экономического развития страны, регионов, отдельных отраслей необходима оценка роли инвестиционного ресурса. Экономико-математические модели вообще, и эконометрические в частности позволяют количественно оценить степень влияния инвестиций на базовые макро- и микроэкономические показатели как в краткосрочном, так и догосрочных планах, и, следовательно, более обоснованно принимать управленческие решения по стимулированию и поддержке развития отдельных регионов, городов, районов, отраслей экономики.

Диссертация: библиография по экономике, кандидат экономических наук , Гафарова, Елена Аркадьевна, Уфа

1. Абакин J1. И. Логика экономического роста. - М.: Институт экономики РАН, 2002. 228 с.

2. Амосов А. Об условиях развития народного хозяйства в 2005-2007 г.г. // Экономист. 2004. № 6. С. 3 6.

3. Аренд Р. Как поддерживать экономический рост в ресурснозависимой экономике? (основные концепции и их применение в случае России) // Вопросы экономики. 2006. № 7. С. 24 36.

4. Архангельский В. Об условиях экономического развития в 20042007 г.г. // Экономист. 2004. № 7. С. 15 20.

5. Архитектор макроэкономики (Джон Мейнард Кейнс и его макроэкономическая теория). Библиотека экономических спецкурсов. Выпуск первый,- Ростов-на-Дону : Изд-во Феникс, 1997. 256 с.

6. Аукционек С. Производственные мощности российских предприятий // Вопросы экономики. 2003. № 5. С. 121 -135.

7. Ахтямов А. М. Инерция падения объемов выпуска продукции при росте инвестиций //Экономика и управление. 2006. № 1. С. 56 59.

8. Башмаков И. Ненефтегазовый ВВП как индикатор динамики российской экономики // Вопросы экономики. 2006. № 5. С. 78 86.

9. Белоусов А. Р. Развитие российской экономики в посткризисный период (макроэкономический аспект) // Проблемы прогнозирования. 2003. № 6. С.3 22.

10. Белоусов А. Р. Развитие российской экономики в среднесрочной перспективе: анализ угроз // Проблемы прогнозирования. 2004. № 1 (82). С. 3 -25.

11. Бессонов В. А. О проблемах измерения в условиях кризисного развития российской экономики // Вопросы статистики. 1996. № 7. С. 18 32.

12. Бессонов В. А. Об измерении динамики промышленного производства переходного периода // Экономический журнал ВШЭ. 2001. № 4. С. 564- 588.

13. Бессонов В. А. Проблемы анализа российской макроэкономической динамики переходного периода. М.: ИЭПП, 2005. 244 с.

14. Блохин К.А. Влияние внешнеторговых связей региона на развитие единого экономического пространства России (на примере Краснодарского края): автореф. дис. канд. экон. наук: 08.00.01. М., 2007. 26 с.

15. Бобылев С. Россия на пути антиустойчивого развития? // Вопросы экономики. 2004. № 2. С. 43 54.

16. Боровиков В. П., Ивченко Г. И. Прогнозирование в системе STATISTICA в среде Windows. Основы теории и интенсивная практика на компьютере: Учеб. пособие. М.: Финансы и статистика, 1999. 384 с.: ил.

17. Бочаров П. П., Печинкин А. В. Теория вероятностей. Математическая статистика. М.: Гардарика, 1998. 328 с.

18. Брич А. Путь России к процветанию в постиндустриальном мире // Вопросы экономики. 2003. № 5. С. 19-41.

19. Булатов А. Россия в мировом инвестиционном процессе // Вопросы экономики. 2004. № 1. С. 74 84.

20. Вагапова Я. Я. Моделирование экономического роста с учетом экологического и социального факторов : дис. . канд. экон. наук: 08.00.13. -М., 2006. 171 с.

21. Валинурова JI. Управление инвестиционной привлекательностью и инвестиционной активностью региона // Экономика и управление. 2003. № 1. С. 80 83.

22. Валиулин X. X., Шакирова Э. Р. Неоднородность инвестиционного пространства России: региональный аспект // Проблемы прогнозирования. 2004. №1 (82). С. 157- 162.

23. Всемирный банк. Макроэкономические факторы послекризисного роста // Вопросы экономики. 2004. № 5. С. 28 43.

24. Гайдар Е. Восстановительный рост и некоторые особенности современной экономической ситуации в России // Вопросы экономики. 2003. № 5. С. 4-18.

25. Гиберт К. Эконометрическая методология профессора Хендри// ЭКОВЕСТ. 2003. № 3 (2). С. 197 223.

26. Голуб А. Факторы роста российской экономики и перспективы технического обновления // Вопросы экономики. 2004. № 5. С. 44 58.

27. Гранберг А. Г., Масакова И. Д. , Зайцева Ю. С. Валовой региональный продукт как индикатор дифференциации экономического развития регионов // Вопросы статистики. 1998. № 9. С. 3 -11.

28. Гранберг А., Зайцева Ю. Производство и использование валового регионального продукта: межрегиональные сопоставления // Российский экономический журнал. 2002. № 10. С. 42-64.

29. Гранберг А., Зайцева Ю. Темпы роста в национальном экономическом пространстве // Вопросы экономики. 2002. № 9. С. 4-17.

30. Гранберг А. Г. Основы региональной экономики: Учебник для вузов. М.: ГУ ВШЭ, 2000.495 с.

31. Губанов С. Рост без развития // Экономист. 2003. № 9. С. 26 37.

32. Губанов С. Сырьевой рост против технологического развития (макроэкономические итоги 2003 г.) // Экономист. 2004. № 5. С. 19 30.

33. Гурвич Е. Насколько точны макроэкономические и бюджетные прогнозы // Вопросы экономики. 2006. № 9. С. 4 20.

34. Данилин А. Статистика не стала достовернее // Экономика и жизнь. 1996. №8.

35. Дмитриев А. С., Шугаль Н. Б. Макроэкономическое моделирование взаимосвязей реального и денежного секторов российской экономики // Экономический журнал ВШЭ. 2006. Т. 10. № 2. С. 243 266; 2006. Т. 10. № 3. С. 420 - 447.

36. Евплапов А. Между рублем и инфляцией // Российская бизнес-газета. 2004. № 487. 30 ноября.

37. Егорова Н. Е., Хачатрян С. Р. Применение дифференциальных уравнений для анализа динамики развития малых предприятий, использующихкредитно-инвестиционные ресурсы // Экономика и математические методы. 2006. Т. 42. № 1.С. 50-67.

38. Елаховский В. О качестве официальной макроэкономической статистики // Рынок ценных бумаг. 1999. № 10 (145). С. 39 41.

39. Еремина Т., Матятина В., Плущевская Ю. Проблемы развития секторов российской экономики // Вопросы экономики. 2004. № 7. С. 86 95.

40. Ершов М. Экономический рост: новые проблемы и новые риски // Вопросы экономики. 2006. № 12. С. 20 37.

41. Забелина О. Российская специфика голандской болезни // Вопросы экономики. 2004. № 11. С. 60 75.

42. Зарова Е. В., Котякова М. А. Качество экономического роста региона: методические аспекты статистического исследования // Вопросы статистики. 2006. № 5. С. 51 61.

43. Ивантер В. В., Узяков М. Н. и др. Будущее России: инерционное развитие или инновационный прорыв (догосрочный сценарный прогноз) // Проблемы прогнозирования. 2005. № 5 (92). С. 17 63.

44. Иларионов А. Анатомия экономического роста Электронный ресурс. Электрон, текстовые дан. и граф. дан. М.: Институт экоомической безопасности, 2000-2007. Режим доступа: Ссыка на домен более не работаетrisk/ 10544.html, свободный. Загл. с экрана.

45. Инвестиционная и строительная деятельность РБ. Статистический сборник. Территориальный орган Федеральной службы государственной статистики по Республике Башкортостан (Башкортостанстат). Уфа: Башкоротостанстат, 2005. 115 с.

46. Исмагилова J1.A., Афанасьев В.Ю. Модель прогнозирования инвестиционного потенциала с использованием нейронных сетей // Инвестиции в Республике Башкортостан: Материалы Второй научно-практической конференции. Уфа : ИСЭИ УНЦ РАН, 2001. С. 21 24.

47. История экономических учений / Под редакцией В. Автомонова, О. Ананьина, Н. Макашевой: Учебное пособие. М. : ИНФРА, 2000. 784 с. (Серия Высшее образование).

48. Кандилов В.П. Основные тенденции изменения валового регионального продукта Республики Татарстан // Вопросы статистики. 2006. № 8. С. 58-67.

49. Канторович Г., Турунцева М. Роберт Энгл и Клайв Гренджер: новые области экономических исследований // Вопросы экономики. 2004. № 1. С. 37-48.

50. Канторович Г. Г. Анализ временных рядов // Экономический журнал ВШЭ. 2002. № 1. С. 85 -116; № 2. С. 251 273; № 3. С. 379 - 401; № 4. С. 498- 523; 2003. №1. С. 79 - 103.

51. Квашнина Н. А. Экономический рост и инвестиционный процесс: вопросы методологии, теории и практики: (региональный аспект): автореф. дис. доктора экон. наук : 08.00.01. Иваново, 2004. 41 с.

52. Кимельман С., Андрюшин С. Проблемы нефтегазовой ориентации экономики России // Вопросы экономики. 2006. № 4. С. 53 66.

53. Клепач А., Смирнов С., Пухов С., Ибрагимова Д. Экономический рост России: амбиции и реальные перспективы // Вопросы экономики. 2002. № 8. С. 4-20.

54. Клоцвог Ф. Н., Чернова J1. С. Тенденции и целевой прогноз экономической динамики российского региона // Проблемы прогнозирования. 2005. №6 (93). С. 103-115.

55. Книга С. Ю. Инвестиции как фактор экономического роста : дис. . канд. экон. наук: 08.00.01. М.,2003. 167 с.

56. Конторович В. К. Взаимосвязь реального курса рубля и динамики промышленного производства в России // Экономический журнал ВШЭ. 2001. №3. С. 363 374.

57. Кремер Н. Ш., Путко Б. А. Эконометрика : Учебник для вузов / Под ред. Проф. Н. Ш. Кремера. М.: ЮНИТИ-ДАНА, 2006. 311 с.

58. Кувалин Д. Б., Моисеев А. К. Российские предприятия в середине 2003 г.: качество ресурсов и качество роста // Проблемы прогнозирования. 2004. № 2 (83). С. 136- 153.

59. Кузнецов А. Экономический рост и инвестиции Электронный ресурс. Электрон, текстовые дан. Киев: Атланта-Капитал, 2002. Режим доступа: Ссыка на домен более не работаетrn/articles/7icH3965, свободный. Загл. с экрана.

60. Кузнецова В. Е. Методологические аспекты сезонной корректировки временного ряда на региональном уровне // Вопросы статистики. 2006. № 1. С. 38 44.

61. Кулаков М. 10. Комплекс моделей сценарного прогнозирования макроэкономических процессов российской экономики : дис. . канд. экон. наук: 08.00.13. Пермь, 2006. 135 с.

62. Кулешов В., Маршак В. Моделирование роста российской экономики // Вопросы экономики. 2006. № 12. С. 54 60.

63. Кулешов В., Маршак В. Финансовые аспекты прогнозирования темпов экономического роста// Вопросы экономики. 2002. № 11. С. 31 45.

64. Куранов Г., Засов О. Факторы экономического роста: оценки и прогноз // Экономист. 2003. №1. С. 3 -14.

65. Курс экономической теории: Учебное пособие под редакцией проф. Чепурина М. Н., проф. Киселевой Е. А. Киров : Изд-во АСА, 1995. 624 с.

66. Лисин В. Инвестиционные процессы в российской экономике // Вопросы экономики. 2004. № 6. С. 4 27.

67. Литвинцева Г. П. Кризис инвестиций как результат несоответствия структурно-технологических характеристик ее институциональному устройству // Проблемы прогнозирования. 2003. № 6. С. 23 40.

68. Лопатников Л. И. Экономико-математический словарь. М. : ВО Наука, 1993.448 с.

69. Луссе А. В. Макроэкономика. СПб. : Питер, 2002. 240 с. (Серия Краткий курс).

70. Магнус Я. Р., Катышев П. К., Пересецкий А. А. Эконометрика. Начальный курс : Учеб. 5-е изд., испр. М.: Дело, 2001. 400 с.

71. Маленво Э. Статистические методы эконометрии М.: Статистика. Вып. 1. 1975. 424 е.; Вып. 2. 1976.252 с.

72. Марно Вербик. Модели, основанные на панельных данных // Прикладная эконометрика. 2006. № 1. С. 94 135.

73. Матеров И. Факторы развития новой экономики в России // Экономист. 2003. № 2. С. 3 -11.

74. May В. Экономическая политика 2006 г.: на пути к инвестиционному росту // Вопросы экономики. 2007. № 2. С. 4 23.

75. Мэнкью Н. Г. Макроэкономика. Пер. с англ. М. : Изд-во МГУ, 1994. 736 с.

76. Настенко А. Д., Васина Т. В. Прогнозирование отраслевого и регионального развития. М.: Гелиос АРВ, 2002. 144 с. ил.

77. Нешитой А. Анализ возможностей роста экономики // Экономист. 2003. № 8. С. 12 22.

78. Никифоров О. Н., Филиппова А. И. Оценка социально-экономического развития субъектов РФ с использованием показателей, косвенно характеризующих восстановительные процессы в экономике // Вопросы статистики. 2005. № 10. С. 3 9.

79. Окороков В. М. Инвестиции как фактор повышения эффективности аграрной экономики : дис. канд. экон. наук: 08.00.01. Орел, 2003. 148 с.

80. Оленев Н. Н., Поспелов И. Г. Исследование инвестиционной политики фирм в экономической системе рыночного типа // Математическое моделирование: Методы описания и исследования сложных систем. М.: Наука, 1989. С. 175-200.

81. Павлюченок А. И. Прямые иностранные инвестиции в России: роль в модернизации экономики: дис. канд. экон. наук : 08.00.14. М., 2004. 178 с.

82. Пелипась И. Спрос на деньги и инфляция в Беларуси // ЭКОВЕСТ. 2001. № 1.С. 6-63.

83. Пикуль В. В. Экономический рост и его факторы в условиях перехода к рынку: дис. канд. экон. наук : 08.00.01. Ростов н/Д, 2000. 165 с.

84. Погосов И. А. Перспективы экономики России: предпосыки социально-инвестиционного развития // Проблемы прогнозирования. 2004. № 3. С. 27-40.

85. Президент России Электронный ресурс. Электрон, текстовые дан. - М.: Управление пресс-службы и информации Президента, 2004 - 2007. Режим доступа: Ссыка на домен более не работаетp>

86. Прогнозирование и планирование экономики: Учеб. пособие / В. И. Борисевич, Г. А. Кандаурова и др.; Под общ. Ред. В. И. Борисевича, Г. А. Кандауровой. Мн.: Интерпрессервис; Экоперспектива, 2001, 380 с.

87. Пчелинцев О. С. От поляризованного к сбалансированному развитию (возвращаясь к наследию акад. Ю. В. Яременко) // Проблемы прогнозирования. 2005. № 5 (92). С. 4 -16.

88. Пчелинцев О. С. Проблемы формирования экономической системы устойчивого развития // Экономическая наука современной России. 2001. № 4. С. 5-24.

89. Пчелинцев О. С. Региональные условия экономического роста // Проблемы прогнозирования. 2004. № 3 (84). С. 53 69.

90. Пчелинцев О. С. Регионы России: современное состояние и проблема перехода к устойчивому развитию // Проблемы прогнозирования. 2001. № 1. С. 102-115.

91. Райская Н. Н., Сергиенко Я. В., Френкель А. А. Оценка качества экономического роста // Вопросы статистики. 2005. № 2. С. 11 -14.

92. Райская Н. Н., Сергиенко Я. В., Френкель А. А. Качественные сдвиги в спросовых факторах промышленного роста // Экономист. 2004. № 8. С. 24-31.

93. Райская Н. Н., Сергиенко Я. В., Френкель А. А. Факторы промышленного роста в России // Вопросы статистики. 2000. № 7. С. 33 35.

94. Райская Н. Н., Сергиенко Я. В., Френкель А. А., Симонов А. Т. Динамика спроса, промышленный рост и инфляция // Вопросы статистики. 2006. №5. С. 68-71.

95. Ратникова Т. А. Введение в эконометрический анализ панельных данных // Экономический журнал ВШЭ. 2006. Т. 10. № 3. С. 492 519; 2006. Т. 10. №4. С. 638-669.

96. Рейтинговое Агентство Эксперт Электронный ресурс. Электрон, текстовые дан. М. : Эксперт РА, 1997-2007. Режим доступа: Ссыка на домен более не работаетp>

97. Романчикова О. В. К определению социально-экономической эффективности прямых иностранных инвестиций // Вопросы статистики. 2006. № 2. С. 47 50.

98. Рубчепко М., Шохина Е. Призрак роста // Эксперт. 2005. № 4. С. 13.

99. Сайфулина JI. Эффективная инвестиционная деятельность производственных предприятий как предпосыка экономического роста // Экономика и управление. 2005. № 1. С. 84 86.

100. Саяпова А.Р. Методы краткосрочного прогнозирования. Уфа: Издание Башкирского университета, 2000. 124 с.

101. Скрипченко Е. В. Инвестиции в жилищный комплекс и экономический рост: дис. . канд. экон. наук : 08.00.01, 08.00.05. Ростов п/Дону, 2001. 155 с.

102. Смоленчук Ф. Б. Инвестиции как фактор стабильности воспроизводства: автореф. дис. . канд. экон. наук : 08.00.01. М., 2004. 24 с.

103. Спицын А. Ориентиры экономического роста // Экономист. 2004. № 10. С. 35-41.

104. Стародубровский В. Кривая дорога прямых инвестиций // Вопросы экономики. 2003. № 1. С. 73 95.

105. Стрижкова JI. Факторы экономического роста // Экономист. 2004. № 6. С. 7-13.

106. Суслов В. И., Ибрагимов Н.М,, Талышева Л.П. и др. Эконометрия. -Новосибирск: Издательство СО РАН. 2005. 744 с.

107. Тихомиров Н. П., Дорохина Е. Ю. Эконометрика: учебник / 2-е изд., стероетип. М.: Издательство Экзамен, 2007. 512 с. (Серия Учебник Плехановской академии).

108. Туктамышева Л. М. Модели оценки объемов производства и рынка труда региона при вступлении России в ВТО с учетом отраслевойспециализации: автореф. дис. . канд. экон. наук : 08.00.13. Оренбург, 2007. 16 с.

109. Туманова Е. А., Шагас Н. Л. Макроэкономика. Элементы продвинутого подхода: Учебник. М. : ИНФРА-М, 2004. 400 с. (Учебники экономического факультета МГУ им. М. В. Ломоносова).

110. Узяков М. Н. Экономический рост в России: количественная и качественная составляющие // Проблемы прогнозирования. 2004. № 3 (84). С. 15-26.

111. Узяков М. Н., Ефимов В. М., Серебряков Г. Р. и др. Макроэкономическая политика и ее последствия (возможности анализа и обоснования с помощью экономико-математического инструментария) // Проблемы прогнозирования. 2003. № 4. С. 3 21.

112. Ульянов И. С., Шустова Е. А. Промышленные индексы в России: опыт и проблемы // Вопросы статистики. 1999. № 11. С. 28 32.

113. Ульянов И. С., Шустова Е. А., Савочкина Е. А. Предпосыки и результаты пересмотра индекса промышленного производства // Экономический журнал ВШЭ. 2001. № 3. С. 375 389.

114. Уотшем Т. Дж., Паррамоу К. Количественные методы в финансах. -М.: Финансы, Издательское объединение Юнига, 1999. 527 с.

115. Федеральная служба государственной статистики Электронный ресурс. Электрон, дан. М. : ФСГС, 1999-2006. Режим доступа: Ссыка на домен более не работаетp>

116. Фетисов Г. Голандская болезнь в России: макроэкономические и структурные аспекты // Вопросы экономики. 2006. № 12. С. 38 53.

117. Френкель А. А. Прогноз развития экономики на 2005-2006 годы // Вопросы статистики. 2005. № 12. С. 83-91.

118. Ханин Г. И. Насколько действительно упало производство в России? (по поводу альтернативных оценок динамики российской экономики Гавриленкова, Коэна и Кубонива) // Вопросы статистики. 1997. № 4. С. 50 63.

119. Ханин Г. И., Фомин Д. А. Оценка воспроизводства основного капитала экономики России // Вопросы статистики. 2006. № 10. С. 6 19.

120. Цыбатов В.А. Модели и системы анализа и прогнозирования экономического роста в регионе: Автореф. дис. доктора экон. наук: 08.00.13. -Самара, 2006.43 с.

121. Цыгичко А. Как посодействовать удвоению ВВП // Экономист. 2004. № 2. С. 30 35.

122. Цыгичко А. Устойчив ли экономический рост? // Экономист. 2003. №12. С. 25 -29.

123. Чертко Н. Т. Инвестиции важнейший фактор национальной конкурентноспособности // Вопросы статистики. 2000. № 7. С. 50 - 57.

124. Шамуратов Н. М. Моделирование и прогнозирование макроструктурных параметров экономики региона (На примере Республики Башкортостан): дис. канд. экон. наук: 08.00.13,08.00.05. Уфа, 2002. 165 с.

125. Шустова Е. А. Индекс производства: опыт и проблемы // Вопросы статистики. 2006. № 9. С. 9 24.

126. Эконометрика: Учебник / Под ред. И.И. Елисеевой. М. : Финансы и статистика, 2002. 344с.: ил.

127. Явлинский Г. Какую экономику и какое общество мы собираемся построить и как этого добиться? (Экономическая политика и догосрочная стратегия модернизации страны) // Вопросы экономики. 2004. № 4. С. 4 24.

128. Ясин Е. Перспективы российской экономики: проблемы и факторы роста // Вопросы экономики. 2002. № 5. С. 4 25.

129. Ясин Е. Структурный маневр и экономический рост // Вопросы экономики. 2003. № 8. С. 4 30.

130. Ясин Е., Пономаренко А., Косыгина А. Нерыночный сектор в экономике России // Вопросы экономики. 2002. № 6. С. 108 119.

131. Arellano М., Bond S. Some Tests of Specification for Panel Data: Monte Carlo Evidence and an Application to Employment Equations // Review of Economic Studies. 1991. V. 58. P. 277-297.

132. Dickey D. A., Fuller W. A. Likelihood Ratio Statistics for Autoregressive Time Series With a Unit Root // Econometrica. 1981. V. 49. P. 10571072.

133. Enders W. Applied Econometric Time Series. New York: Jonh Wiley & Sons, Inc., 1992. 440 p.

134. Engle R. Autoregressive Conditional Heteroskedasticity with Estimates of the Variance of United Kingdom Inflation // Econometrica. 1982. V. 50. P. 987 -1007.

135. Engle R. F. Wald, Likelihood Ratio and Lagrange Multiplier Tests in Econometrics // Handbook of Econometrics, eds. Z/ Griliches and M.D. Intriligator. Chapter 13. North-Holland. 1984.

136. Engle R., Lilien D., Robins R. Estimating Time-Varying Risk Premia in the Term Structure: The ARCH-M Model // Econometrica. 1987. V. 55. P. 391 407.

137. EViews 5 User's Guide. Quntitative Micro Software, LLC, 1994-2004. 978 p. (Сведения доступны также по Интернету. Режим доступа: Ссыка на домен более не работаетp>

138. Granger С. V. J. Investigating Causal Relations by Econometric Methods and Cross-Spectral Methods // Econometrica. 1969. V. 37. P. 424 438.

139. Hsiao C. Analysis of Panels and Limited Dependent Variable Models. Cambridge University Press, 1999. 348 p.

140. Phillips A. Stabilization Policy and the Time Forms of Lagged Responses // Economic Jornal. 1957. Vol. 67. P. 265 277.

Похожие диссертации