2.1.2. Международное движение капитала

Основным показателем международного движения капитала служит объем прямых зарубежных инвестиций

• ПЗИ

Прямые зарубежные инвестиции оказывают влияние на развитие международных экономических отношений. Однако, это влияние не всегда однозначно. С одной стороны, ПЗИ способствуют более эффективному перераспределению и использованию факторов производства, тем самым оказывают положительное влияние на накопление капитала, стимулирование внутренней конкуренции и уменьшение безработицы. С другой стороны, возникает опасность утраты конкурентных позиций на мировом рынке в связи с недостаточным уровнем технологий и др.

Рисунок 7. Составлено автором на основе данных unctadstat

Согласно данным unctadstat, представленным на рисунке 7, наблюдался значительный скачок ПЗИ в страны Евросоюза в 2007 году, но с тех пор наблюдается понижающая тенденция. В связи с чем, уровень ПЗИ в последние годы находится на том же уровне, что и 11 лет назад.

2.2. Человеческий фактор

Говоря о благосостоянии стран, нельзя забывать о том, что нужно учитывать и особенности исследуемых объектов, т.е. стран Евросоюза.

Рисунок 8. Составлено автором на основе данных Евростата

За наблюдаемый период численность населения Евросоюза выросла примерно на 50 млн. чел. (рис.8)

Рисунок 9. Составлено автором на основе данных Евростата

При этом уровень безработицы остался практически на том же уровне. (рис.9)

Также, на благосостояние нации оказывают влияние такие факторы, как уровень образованности и грамотности населения. Этот показатель входит в расчет индекса человеческого развития. Следует отметить, что за последнее время отмечена тенденция к увеличению уровня образования в странах Евросоюза. Это может объяснять специальная программа Europe 2020 strategy, принятая в 2010 году Европейской комиссией. Ее целью является сокращение людей с начальным образованием и увеличение с высшим. Согласно ежегодным отчетам ЕС об уровне грамотности населения, за последние 10 лет доля образованного населения (с высшим образованием) увеличилась с 25% до 36%, а доля людей, имеющих лишь начальное образование, сократилась на 3% (с 16% до 13%).

Глава 3. Эконометрический анализ

3.1. Выбор эконометрической модели

Принятие решения о выборе эконометрической модели было основано на статье Мелитца «Missing Gains from Trade?», в которой он говорит о том, что увеличение благосостояния – важнейшая цель международной экономики. Он использует модель последовательного производства (реорганизации производства), которая повышает производительность и показывает, что увеличение благосостояния в теории возможно в любых масштабах, какими огромными бы они ни были. Автор проводит исследование, основываясь на том, что чем более открытая экономика в стране, тем выше благосостояние ее жителей.

3.2. Построение модели

Основываясь на модели Мелитца, был проведен эконометрический анализ в пакете Stata13.

Цель анализа: проверить, какие факторы наиболее значимы при оценивании благосостояния страны.

Для анализа были найдены и составлены панельные данные по 28 странам Евросоюза в период с 2004 по 2012 года.¹¹

Было принято решение взять именно панельные данные в связи с тем, что они позволяют учитывать и анализировать индивидуальные отличия между экономическими единицами, что нельзя сделать в рамках стандартных регрессионных моделей.

Зависимая переменная:

hdi – индекс человеческого развития

Проверяемые переменные:

itq – внешнеторговая квота (%)

population – численность населения (млн.чел.)

unemplrate – уровень безработных (%)

inflrate – уровень инфляции (%)

fdi – прямые зарубежных инвестиций (млрд. долл. США)

Вспомогательные переменные:

сountry – страны Евросоюза с числовом выражении от 1 до 28

year – рассматриваемый период в числовом выражении от 2004 до 2014

exp – объем экспорта (млрд. долл. США)

imp – объем импорта (млрд. долл. США)

pppgdp – ВВП на душу населения по ППС (млрд. долл. США)

seg – сегмент стран (i, где i=1,2,3)

Всего: 308 наблюдений по каждой из переменных

В таблице представлены основные статистические показатели: количество наблюдаемых эффектов; среднее значение; стандартное отклонение; минимальное и максимальное значения.

Составим простую линейную регрессию:

Согласно полученным результатам, регрессия значима и все оценки состоятельны. Качество подгонки модели к наблюдаемым переменным, между тем, не очень хорошее (Adj R²= 0,423).

Чтобы улучшить качество подгонки и избежать ассиметрии, перейдем к логарифмической линейной регрессии. Для этого сгенерируем новые переменные и построим регрессионную модель с ними:

Новые переменные:

lhdi=log(hdi)

litq=log(itq)

lpop=log(population)

lun=log(unemplrate)

linf=log(inflrate)

fdi=log(fdi)

Регрессия значима и качество подгонки стало лучше (0,5093). Но такая переменная, отвечающая за численность населения, стала незначимой.

Проверим модель на гетероскедастичность. Для этого используем тест Уайта:

В нашей модели присутствует гетероскедастичность. В связи с этим, оценки по методу наименьших квадратов хоть и остаются линейными несмещенными и состоятельными, но перестают быть самыми точными. Как следствие, стандартные ошибки коэффициентов, выявленные в предположении о нулевой гипотезе (гомоскедастичности), будут занижены. Значит, нужно пересчитать стандартные ошибки:

Далее построим модели с фиксированными индивидуальными эффектами (FE) и с переменными (RE).

. tis year

. iis country

Регрессия FE в целом значима. Корреляция между X и u допустима, так как это проявление гибкости модели с детерминированными эффектами. Поэтому делаем вывод, что оценки значимы. Все переменные вариабельные по времени, значит, их коэффициенты можно оценить. Также, регрессия FE говорит о том, что полученные оценки эффективны и качество подгонки довольно хорошее (0,524).

Построим модель со случайными индивидуальными эффектами:

Регрессия RE, в целом, значима. О качестве подгонки в модели со случайными эффектами говорит значение критерия Вальда (203,3) – не очень высокое. Переменные некоррелированны с ненаблюдаемыми случайными эффектами (corr=0), следовательно, оценки состоятельные. Значения коэффициентов отличны от модели FE.

Построив 3 регрессии (сквозная, FE и RE), нужно выбрать наиболее адекватную модель.

Во-первых, между сквозной моделью и с фиксированными индивидуальными эффектами, выберем модель FE, используя тест Вальда (нижняя строка в модели FE; вероятность меньше 0,05; отвергаем нулевую гипотезу).

Во-вторых, сравним модель RE с моделью простой регрессии, используя тест Бройша-Пагана:

Так как вероятность меньше 0,05, отвергаем нулевую гипотезу. следовательно, модель RE будет лучше описывать данные, нежели модель сквозной регрессии.

И, в-третьих, для сравнения модели FE и RE, проведем тест Хаусмана:

Так как вероятность меньше 0,05, нулевая гипотеза отвергается. Значит, модель с фиксированными индивидуальными эффектами лучше подходит для описания данной модели.

Так как индекс человеческого развития отражает благосостояние страны, то можно сделать некоторые выводы: при увеличении благосостояния страны на 1%, на 2,5% увеличивается внешнеторговая квота; на 1,6% увеличивается численность населения; на 0,2% снижается безработица и на 0,14% - инфляция; приток зарубежных инвестиций увеличивается на 0,22%.

Наибольшее значение для данной модели имеет переменная внешнеторговой квоты, отвечающая за открытость экономики. Следовательно, в ходе эконометрического анализа, подтвердилось предположение о том, что чем выше уровень открытости экономики в стране, тем выше уровень благосостояния людей.

1Статья Ronald F.Inglehart, Svetlana Borinskaya, Anna Cotter, Jaanus Harro, Ronald C. Inglehart, Eduard Ponarin, Christian Welzel«GENES, SECURITY, TOLERANCE AND HAPPINESS”

2Интернет-ресурс http://www.prosperity.com/

3 Интернет-ресурс http://www.socialprogressimperative.org/

4СтатьяRonald F.Inglehart, Svetlana Borinskaya, Anna Cotter, Jaanus Harro, Ronald C. Inglehart, Eduard Ponarin, Christian Welzel «GENES, SECURITY, TOLERANCE AND HAPPINESS”

5Интернет-ресурс статистических данных www.ereport.ru

6Данныеhttp://ec.europa.eu/eurostat

7Интернет-порталhttp://www.gazeta.ruСтатья «Европа накормит весь мир» от 25.06.2014

8Данныеhttp://ec.europa.eu/eurostat

9Данныеhttp://ec.europa.eu/eurostatстатья «Energy production and import»

10The EEAG Report 2015 (стр. 31-51)

11 Были использованы базы данныхEurostat и Unctadstat