VI Международная студенческая научная конференция Студенческий научный форум - 2014
ДОКАЗАТЕЛЬСТВО ДЕЙСТВИЯ ПАРАДОКСА ИЗОБИЛИЯ В СОВРЕМЕННОЙ ЭКОНОМИКЕ
КомментарииПолная версия работы доступна во вкладке "Файлы работы" в формате PDF
Парадокс изобилия – явление в мировой экономике, которое заключается в том, что страны с наиболее развитыми источниками природных ресурсов обычно не являются государствами с лидирующей позицией в экономическом рейтинге стран мира.
Осознание данного факта и применение перераспределения средств по отраслям на основе анализа существования данного феномена может помочь многим странам мира направить свою экономическую политику в прогрессивное русло.
Было проведено исследование по влиянию на Валовой национальный доход на душу населения (Gross national income per capita – GNIpercapita) таких показателей как: Чистый отток иностранных прямых инвестиций (Foreign direct investment, net outflows - FDI_netoutlows), Экспорт высокотехнологичных товаров (High-technology exports - High_techexports), Добыча нефти (Production of oil - Oil_Production), Потенциал переработки нефти (Oil refinery capacities - Oil_Refinerycapacities), Размер государственного долга (Government Debt - GovernmentDebt), Валовые внутренние расходы на исследования и разработки (научно-исследовательские и конструкторские работы - НИОКР) (Gross domestic expenditure on research and development - GERDpercapita). Предполагается доказать, что сырьевая оснащенность страны не является гарантом ее успешного развития, а на ее благосостояние влияют иные факторы.
Для выбранных параметров приведена описательная статистика (см. Табл.1).
Таблица 1.
|
Переменная |
Среднее |
Медиана |
Минимум |
Максимум |
|
GNIpercapita |
32348,1 |
35560,0 |
1450,00 |
76350,0 |
|
GovernmentDebt |
1,95944e+012 |
5,20000e+011 |
9,94000e+010 |
1,48000e+013 |
|
FDI_netoutlows |
6,18051e+011 |
3,04500e+011 |
1,93100e+009 |
3,61000e+012 |
|
GERDpercapita |
7,34268e+008 |
3,03898e+007 |
1,26388e+006 |
1,56965e+010 |
|
High_techexports |
4,64976e+010 |
9,14500e+009 |
5,04742e+007 |
4,57000e+011 |
|
Oil_Production |
98,3453 |
12,1629 |
0,0871800 |
555,263 |
|
Oil_Refinerycapacities |
2349,64 |
1279,44 |
109,209 |
13046,5 |
|
Переменная |
Ст. откл. |
Вариация |
Асимметрия |
Эксцесс |
|
GNIpercapita |
20092,1 |
0,621121 |
0,0686366 |
-0,870537 |
|
GovernmentDebt |
3,58932e+012 |
1,83181 |
2,80773 |
6,82449 |
|
FDI_netoutlows |
8,23380e+011 |
1,33222 |
2,09517 |
4,75530 |
|
GERDpercapita |
3,06021e+009 |
4,16771 |
4,75755 |
20,7746 |
|
High_techexports |
9,53728e+010 |
2,05113 |
3,34856 |
11,5046 |
|
Oil_Production |
168,615 |
1,71452 |
1,91784 |
2,31190 |
|
Oil_Refinerycapacities |
3362,37 |
1,43102 |
2,24165 |
3,89842 |
В многомерной модели корреляционного анализа (с четырьмя и более переменными) вычисление частных и множественных коэффициентов корреляции основывается на использовании матрицы коэффициентов парной корреляции (5% критические значения (двухсторонние) = 0,3882 для n = 26) (Таблица 2). Чем ближе коэффициент корреляции к единице, тем сильнее корреляционная зависимость между переменными. Рассмотрим корреляционную зависимость между переменными, для чего построим корреляционную матрицу.
Таблица 2.
|
GNIpercapita |
GovernmentDebt |
FDI_netoutflows |
GERDpercapita |
High_techexports |
|
|
1,0000 |
0,2030 |
0,3741 |
0,0993 |
-0,0754 |
GNIpercapita |
|
1,0000 |
0,7017 |
0,6053 |
0,0937 |
GovernmentDebt |
|
|
1,0000 |
0,0610 |
0,3333 |
FDI_netoutflows |
||
|
1,0000 |
0,2088 |
GERDpercapita |
|||
|
1,0000 |
High_techexports |
||||
|
Oil_Production |
Oil_Refinerycapacities |
||||
|
-0,1737 |
0,0133 |
GNIpercapita |
|||
|
0,2563 |
0,5172 |
GovernmentDebt |
|||
|
0,2614 |
0,5175 |
FDI_netoutlows |
|||
|
-0,0867 |
0,0882 |
GERDpercapita |
|||
|
-0,0222 |
0,2678 |
High_techexports |
|||
|
1,0000 |
0,4445 |
Oil_Production |
|||
|
1,0000 |
Oil_Refinerycapacities |
Одним из основных препятствий оценки параметров рассматриваемой модели методом наименьших квадратов является мультиколлинеарность – наличие сильной корреляции между независимыми переменными, входящими в уравнение регрессии. Одним из признаков мультиколлинеарности между двумя переменными является высокое значение (выше 0,8-0,9) парного коэффициента корреляции между ними. В рассмотренном случае эти значения не превышают вышеуказанные данные в 0,8-0,9.
Далее осуществляется оценка параметров модели методом наименьших квадратов. Зависимой переменной являться Валовой национальный доход на душу населения (GNIpercapita) (Таблица 3).
Таблица 3.
|
Переменная |
Коэффициент |
Ст. ошибка |
t-статистика |
P-значение |
|
Const |
27460,2 |
4731,42 |
5,8038 |
0,00001 |
|
GovernmentDebt |
-7,77355e-09 |
3,19082e-09 |
-2,4362 |
0,02486 |
|
FDI_netoutlows |
3,65281e-08 |
1,04048e-08 |
3,5107 |
0,00234 |
|
GERDpercapita |
6,3131e-06 |
2,57252e-06 |
2,4541 |
0,02394 |
|
High_techexports |
-1,45251e-07 |
5,32377e-08 |
-2,7284 |
0,01335 |
|
Oil_Production |
-24,6704 |
23,1382 |
-1,0662 |
0,29969 |
|
Oil_Refinerycapacities |
0,888677 |
1,42923 |
0,6218 |
0,54147 |
Таблица 4.
|
Переменная |
Коэффициент |
Ст. ошибка |
t-статистика |
P-значение |
|
Const |
26514,4 |
4217,41 |
6,2869 |
|