«Влияние человеческого капитала на экономическое развитие стран мира»

Результаты тестов единичного корня по временным рядам сведены в таблицах2 и 3.Таблица 2. Сравнение значений критериев с критическим показателем№Используемый критерийY1Y2X2X3tcrittttt1Критерий Дики-Фуллера (расширенный) с константой-0,036230.21744-1.923550.766617-2.9055192Критерий Дики-Фуллера (расширенный) с константой и трендом-2.6998-2.69815-1.68834-0.01756-3.4783053Критерий Дики-Фуллера (расширенный)4.526642.39595-2.374322.09391-1.9452604Критерий DF-GLS-1.02556-0.13387-1.56272-0.44346-1.9452605Критерий KPSS с константой и трендом0.622150.45270.586260.3881420.216Таблица 3. Результаты тестовКритерийY1Y2X2X3DSTSDSTSDSTSDSTS1НННН2НННН3НННН4НННН5ОOООВизуальный анализ графиков временных рядов на рисунке 6и анализ коррелограмм(приложение 1) позволяют утверждать, что ряды не являются стационарными и являются DS-рядами.Рисунок 6 – Графики временных рядовПостроение ADL-моделейОпределим максимальный порядок лага для моделипо. Результаты оценки представлены на рисунке 7.Рисунок 7 - Выбор порядка лагов для ADL-модели по Согласно значениям критериев, наиболее эффективным числом лагов является два.Выполним построение ADL - модели для (рисунок8).Рисунок 8 - ADL - модель для Анализ показывает, что модель в целом и коэффициенты при переменных являются статистически значимыми. Уравнение регрессии имеет вид:Определим эффективную глубину лага для моделидля . Результаты оценки представлены на рисунке 10.Рисунок 10- Выбор порядка лагов для ADL-модели по Таким образом, наиболее эффективным числом лагов является один.Выполним построение ADL - модели для (рисунок 9).Рисунок 9 - ADL - модель для Анализ показывает, что модель является статистически значимой, 89% вариации подушевого ВВП объясняется лаговыми переменными, но в то же время коэффициент при Х2 не является статистически значимым.Выполним построения модели без значимого фактора (рисунок 10).Рисунок 10 - ADL– модель № 2 для Модель статистически значима, 89% вариации подушевого ВВП объясняется предыдущими значения показателя количества исследователей в области НИОКР.Уравнение имеет вид:ВыводыВ рамках настоящего исследования выполнена оценка влияния факторов на показатель индекса человеческого капитала и подушевого ВВП Эквадора.Для достижения указанной цели в работе по данным Всемирного банка сформирован массив исходных данных по следующим показателям:заявки на регистрацию торговых марок;количество исследователей в области НИОКР;доля расходов на НИОКР в ВВП;сборы за интеллектуальную собственность за период.Выбор факторов обусловлен полнотой статистических данных.Результаты построения моделей множественной регрессии показали, что наиболее значимое влияние на показатель индекса человеческого капиталаи показатель подушевого ВВП в Эквадоре оказывают такие факторы, как заявки на регистрацию торговых марок и количество исследователей в области НИОКР. Согласно результатам построения моделей:рост числа заявок на регистрацию торговых марок на 1 шт. приводит к росту индекса человеческого капитала 0,0000031, а рост количества исследователей в области НИОКР на 1 ед. в Эквадоре увеличивает индекс человеческого капитала на 0,000073;рост заявок на регистрацию торговых марок на 1 ед. приводит к росту подушевого ВВП на 0,168 долл., а увеличение количества исследователей в области НИОКР на 1 чел. – на 7,483 долл..По данным Всемирного банка о динамике исследуемых показателей по стране Эквадор проведен анализ на стационарность рядов, построены авторегрессионные модели ADL. Получены статистически значимые моделиот факторов:Список литературыАнализ данных: учебник для академическогобакалавриата / под ред. В. С. Мхитаряна. – М.: Издательство Юрайт, 2016. – 490 с. – Серия: Бакалавр. Академический курс.Всемирный банк [Электронный ресурс]. – Режим доступа: https://data.worldbank.org/Куфель Т. Эконометрика. Решение задач с применением пакета программ Gretl. – M.: Горячая линия – Телеком, 2007. – 200 с.Малова А. С. Основы эконометрики в среде Gretl: учебное пособие. – М.: Проспект, 2016. – 112 с.Приложение 1