Geum.ru

Высшая Школа Экономики Факультет Экономики курсовая

Вид материалаКурсовая
2.7. ottok_kap – export
2.8. ottok_kap – den_massa
Подобный материал:
1   2   3   4   5   6   7   8   9

2.7. ottok_kap – export



Рассмотрим связь между оттоком капитала и экспортом. Изначально предполагается, что связь должна, во-первых, быть, во-вторых, должна быть обратной, то есть, чем выше объем экспорта, тем ниже чистый отток капитала10.

Экспорт оказывает положительное влияние на экономику страны и улучшает сальдо торгового баланса. Вырученные средства могут быть использованы как инвестиции в РФ и оказать позитивное влияние на экономику РФ, а в перспективе снизить отток капитала. В этом случае связь между экспортом и оттоком капитала будет обратной.

К сожалению, в РФ основную долю экспорта занимало и занимает сырьё - нефть и газ. Также известно, что существует зависимость между мировыми ценами на нефть и объемом экспорта РФ. Часто деньги от продажи нефти или газа сразу оседают на счетах в иностранных банках и не возвращаются в РФ. Вырученные от экспорта деньги не идут в инвестиции, а вывозятся из страны. В таком случае экспорт будет увеличивать отток капитала. Соответственно, будет прямая зависимость. Учитывая специфику изучаемого периода и менталитета страны, возьмем в качестве основной гипотезы существование прямой зависимости между экспортом и оттоком капитала.


. gr export ottok_kap, c(m)


Прослеживается зависимость, вероятно логарифмическая или квадратичная.








Распределение получилось не нормальное.

То, что распределение не нормальное может

отрицательно сказаться на результатах тестов:

результаты могут быть не совсем корректными.


. ladder ottok_kap


Transformation formula chi2(2) P(chi2)

------------------------------------------------------------------

cube ottok_~p3 2.46 0.293

square ottok_~p2 0.30 0.859

raw ottok_~p 5.20 0.074

square-root sqrt(ottok_~p) 9.38 0.009

log log(ottok_~p) 13.23 0.001

reciprocal root 1/sqrt(ottok_~p) 16.40 0.000

reciprocal 1/ottok_~p 19.13 0.000

reciprocal square 1/(ottok_~p2) 23.87 0.000

reciprocal cube 1/(ottok_~p3) 27.41 0.000


. ladder export


Transformation formula chi2(2) P(chi2)

------------------------------------------------------------------

cube export3 5.98 0.050

square export2 5.87 0.053

raw export 6.03 0.049

square-root sqrt(export) 5.98 0.050

log log(export) 5.52 0.063

reciprocal root 1/sqrt(export) 4.22 0.121

reciprocal 1/export 1.43 0.490

reciprocal square 1/(export2) 3.84 0.147

reciprocal cube 1/(export3) 16.66 0.000


Тест предлагает квадратичную зависимость.


Так что строим регрессию вида:


. reg exp1 ottok_kap2


Source | SS df MS Number of obs = 28

-------------+------------------------------ F( 1, 26) = 0.44

Model | 8.4957e-11 1 8.4957e-11 Prob > F = 0.5133

Residual | 5.0290e-09 26 1.9342e-10 R-squared = 0.0166

-------------+------------------------------ Adj R-squared = -0.0212

Total | 5.1140e-09 27 1.8941e-10 Root MSE = 1.4e-05


------------------------------------------------------------------------------

exp1 | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

ottok_kap2 | 1.04e-14 1.57e-14 0.66 0.513 -2.19e-14 4.27e-14

_cons | .0000346 5.44e-06 6.37 0.000 .0000234 .0000458

------------------------------------------------------------------------------


Из построенной регрессии видно, что R2 = 1,66%, Radj = -2,12%, F-статистика равна 0,44. Коэффициент при переменной «отток капитала2» незначим. Регрессия получилась в сущности бесполезная, единственный коэффициент кроме константы незначим.


Проверим наличие гетероскедастичности:


. hettest


Cook-Weisberg test for heteroskedasticity using fitted values of exp1

Ho: Constant variance

chi2(1) = 1.30

Prob > chi2 = 0.2540


Гипотезу об отсутствии гетероскедастичности не отвергаем.


Рассмотрим связь между переменными через коэффициент корреляции:


. pwcorr export ottok_kap


| export ottok_~p

-------------+------------------

export | 1.0000

ottok_kap | -0.0282 1.0000


Зависимость получилась отрицательная, коэффициент корреляции = - 0,0282.


Как и предполагалось, связь получилась очень слабая. Коэффициент корреляции показал слабую обратную связь. Проведенные исследования не опровергли поставленную изначально основную гипотезу об обратной связи между оттоком капитала и экспортом.

2.8. ottok_kap – den_massa



Рассмотрим связь между оттоком капитала и денежной массой. Изначально предполагается, что связь должна, во-первых, быть, во-вторых, должна быть обратной, то есть, чем выше отток капитала, тем меньше денежная масса.

Отток капитала порождает так называемый «денежный голод». То есть низкое предложение денег в стране. «Денежный голод» влечет за собой замедление деловой активности, он мешает инвестиционной деятельности, и способствует снижению темпов экономического роста. В частности денежный голод препятствует своевременной выплате заработной платы.

С другой стороны уменьшение денежной массы тормозит инфляцию и обесценивание рубля. Вопрос в том, какое влияние на экономику РФ оттока капитала через уменьшение денежной массы сильнее: положительное или отрицательное? Учитывая опять же общую политическую социальную и экономическую ситуацию изучаемого периода в стране, примем все же гипотезу об обратной связи.

Основная проверяемая гипотеза будет о существовании обратной связи между денежной массой и оттоком капитала.

. gr den_massa ottok_kap if den_massa<100000, c(m)




На графике прослеживается зависимость, но о виде ее я пока судить не берусь.


gr den_massa, norm





Распределение получилось

не совсем нормальное.

То, что распределение не нормальное может

отрицательно сказаться на результатах тестов:

результаты могут быть не совсем корректными.


. ladder den_massa


Transformation formula chi2(2) P(chi2)

------------------------------------------------------------------

cube den_ma~a3 40.73 0.000

square den_ma~a2 35.16 0.000

raw den_ma~a 22.60 0.000

square-root sqrt(den_ma~a) 12.67 0.002

log log(den_ma~a) 3.67 0.160

reciprocal root 1/sqrt(den_ma~a) 6.91 0.032

reciprocal 1/den_ma~a 24.22 0.000

reciprocal square 1/(den_ma~a2) 33.13 0.000

reciprocal cube 1/(den_ma~a3) 36.09 0.000


Тест предлагает логарифмическую зависимость.


. gen ldm=log( den_massa)


Строим регрессию:


. reg ldm ottok_kap2


Source | SS df MS Number of obs = 28

-------------+------------------------------ F( 1, 26) = 1.34

Model | 3.19878269 1 3.19878269 Prob > F = 0.2569

Residual | 61.8790755 26 2.37996444 R-squared = 0.0492

-------------+------------------------------ Adj R-squared = 0.0126

Total | 65.0778582 27 2.41029105 Root MSE = 1.5427


------------------------------------------------------------------------------

ldm | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

ottok_kap2 | -2.02e-09 1.74e-09 -1.16 0.257 -5.60e-09 1.56e-09

_cons | 11.54932 .6029758 19.15 0.000 10.30989 12.78876

------------------------------------------------------------------------------


Из построенной регрессии видно, что R2 = 4,92%, Radj = 1,126%, F-статистика равна 1,34. Коэффициент при переменной «отток капитала2» значим на 74% уровне. Регрессия показывает отрицательную зависимость между переменными.


Проверим наличие гетероскедастичности:


. hettest


Cook-Weisberg test for heteroskedasticity using fitted values of ldm

Ho: Constant variance

chi2(1) = 0.26

Prob > chi2 = 0.6107


Гипотезу об отсутствии гетероскедастичности не отвергаем.


Для сравнения построим регрессию с другим видом зависимости:


. reg ldm ottok_kap


Source | SS df MS Number of obs = 28

-------------+------------------------------ F( 1, 26) = 0.17

Model | .427592986 1 .427592986 Prob > F = 0.6818

Residual | 64.6502653 26 2.48654866 R-squared = 0.0066

-------------+------------------------------ Adj R-squared = -0.0316

Total | 65.0778582 27 2.41029105 Root MSE = 1.5769


------------------------------------------------------------------------------

ldm | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

ottok_kap | -.0000207 .0000499 -0.41 0.682 -.0001233 .0000819

_cons | 11.27597 .8690822 12.97 0.000 9.489542 13.06239

------------------------------------------------------------------------------


В этой регрессии коэффициент при переменной «отток капитала» вообще незначим.


Рассмотрим связь между переменными:


. pwcorr ldm ottok_kap2


| ldm ottok_~2

-------------+------------------

ldm | 1.0000

ottok_kap2 | -0.2217 1.0000


Зависимость получилась отрицательная, коэффициент корреляции = - 0,2217.


Коэффициенты при константе и при переменной импорта значимы, хотя и на 74% уровне, соответственно, наша модель парной регрессии снова получилась вида:


Log(Y) = α + βX2 + ε,


Где Y = денежная масса, X – отток капитала, e – ошибки (включая влияние других факторов).


Или, практически, подставив получившиеся коэффициенты:


log(den_massa) = 11.27597 – 0.000207*ottok_kap2 + e


В результате проведенного исследования не опроверглась наша основная гипотеза о существовании обратной связи между переменными. К сожалению, объясняющая способность модели оставляет желать лучшего. Но в то же время полученные результаты никоим образом не отвергают нашу основную гипотезу. То есть, изначальная гипотеза не отвергается.