Эконометрическое моделирование внешней торговли Приволжского федерального округа

Выполним оценку параметров коэффициентов второй модели. Результаты оценки параметров модели представлены на рисунке 6.Рисунок 6 – Результаты оценки модели регрессии №2Выполним оценку качества модели:согласно показателю R2=98% вариации показателя импорта объясняется факторами, вошедшими в модель. Таким образом, модель следует признать качественной;модель в целом статистически значима ();согласно значениям t-статистик и p-значений статистически значимым является только коэффициенты при переменных, отражающих объем ВРП и экспорта.Таким образом, из модели необходимо исключить не значимые факторы. Результаты построения модели регрессии после исключения факторов представлены на рисунке 7.Рисунок 7 – Модель № 2 после исключения не значимых факторовАнализ показывает, что 97% вариации показателя импорта объясняется объемом экспорта и ВРП в Приволжском федеральном округе. Модель в целом и коэффициенты статистически значимы ().Запишем спецификацию полученной модели:Выполним GQ-тест для проверки остатков на гомоскедастичность по переменной . Для этого выполним сортировку наблюдений по данному показателю по возрастанию и построим модели регрессии для первых и последних восьми наблюдений. Результаты построения моделей представлены на рисунках 8 и 9.Рисунок 8 – Модель регрессии для первых восьми наблюденийРисунок 9 – Модель регрессии для последних восьми наблюденийВычислим статистику:Гипотеза о гомоскедастичности остатков принимается.По результатам эконометрического моделирования получена система одновременных уравнений, которая имеет вид:Прогнозирование показателей внешней торговли Приволжского федерального округаВыполним построение прогноза показателя оборота внешней торговли методом экспоненциального сглаживания. Для этого сформируем временной ряды с квартальными значениями показателя в Приволжского федерального округа в 2014-2021 гг. (таблица 4). Расчеты выполним средствами статистического пакета Statistica.Таблица 4 – Исходные данные для построения прогнозаПериодВнешнеторговый оборот1 кв. 20143 948,32 кв. 20144 888,53 кв. 20144 711,94 кв. 20144 1141 кв. 20152 597,72 кв. 20153 153,13 кв. 20152 857,64 кв. 20152 803,91 кв. 20162 068,82 кв. 20162 630,33 кв. 20162 7384 кв. 20162 890,11 кв. 20172 574,12 кв. 20173 636,43 кв. 20173 6664 кв. 20173 670,51 кв. 20183 603,52 кв. 20184 062,43 кв. 20183 587,54 кв. 20183 642,31 кв. 20193 044,82 кв. 20193 528,13 кв. 20193 610,24 кв. 20193 841,91 кв. 20203 132,12 кв. 20203 019,93 кв. 20203 479,44 кв. 20204 193,21 кв. 20213 6882 кв. 20214 592,43 кв. 20214 474,1Результаты экспоненциального сглаживания для исследуемого показателя представлены на рисунке 10.Рисунок 10 – Результаты экспоненциального сглаживания квартальных показателей внешнеторгового оборота в Приволжском федеральном округе в 2014-2021 гг.Выполним проверку исходных данных на стационарность. Визуальный анализ показывает, что ряд исходных данных не является стационарными. Можно предположить, что ряд характеризуется наличием сезонной мультипликативной компоненты с лагом 6, трендовая составляющая не наблюдается.Кроме того, о нестационарности ряда свидетельствует и характер гистограммы, которая не соответствует нормальному закону распределения (рисунок 11).Рисунок 11 – Гистограмма распределения с нормальной кривойПриведем ряд к стационарному виду. Для этого выполним подбор параметров экспоненциального сглаживания с аддитивной сезонной составляющей и прогнозом на следующие 6 кварталов. Результаты представлены на рисунке 12.Рисунок 12 – Результаты построения прогноза внешнеторгового оборота в Приволжском федеральном округе методом экспоненциального сглаживанияЗначение средней абсолютной ошибки, равное 10,2% свидетельствует о хорошем качестве подбора модели. Кроме того, распределение остатков близко к нормальному распределению (рисунок 13).Рисунок 13 – Распределение остатков модели с нормальной кривойВыполним оценку автокорреляционной функции и частной автокорреляционной функции. Результаты представлены на рисунке 14.Рисунок 14 – Результаты анализа остатков на автокорреляциюВ виду того, что значения находятся в пределах доверительной трубки, модель можно признать адекватной исходным данным, а прогноз качественным.Результаты прогноза представлены в таблице 5.Таблица 5 – Результаты прогноза оборота внешней торговли в Приволжском федеральном округеПериодВнешнеторговый оборот, млн. долл.4 кв. 2021 г.16425,901 кв. 2022 г.14736,102 кв. 2022 г.16325,623 кв. 2022 г.15543,914 кв. 2022 г.17328,581 кв. 2023 г.15786,47Согласно результатам прогноза, в Приволжском федеральном округе сохранится тенденция сезонного роста показателя внешнеторгового оборота в 4 кварталах 2021 и 2022 гг., со снижением показателей в 1 и 3 кварталах. Кроме того, наблюдается общая тенденция увеличения показателя к началу 2023 года. ЗаключениеВ рамках настоящего исследования выполнен статистический анализ показателей внешней торговли Приволжского федерального округа. По результатам анализа в работе сформулированы следующие выводы:в 2000-2020 гг.наблюдается нестабильная динамика показателей экспорта и импорта в субъекте. Наиболее стабильными являются показатели импорта. Для показателей экспорта наблюдается рост в 2001-2008, 2010-2012 и 2017-2018 гг., снижение показателей фиксируется в посткризисном 2009 году, в 2013-2016 гг. (в том числе, в санкционный период), а также в 2019-2020 гг.;максимальный прирост показателя экспорта в Приволжском федеральном округе наблюдается в 2010 году, когда показатель увеличился на 14064,6 млн. долл. по сравнению с 2009 годом или на 43,2% в относительном выражении. Минимальный прирост экспорта зафиксирован в посткризисном 2009 году, когда объем экспортируемых товаров в субъекте снизился на 22110,9 млн. долл. или на 40,4%;в 2020 году по сравнению с показателем базисного 2000 года объема экспорта увеличился на 14461,5 млн. долл. в абсолютном выражении;максимальный прирост импорта наблюдается в 2007 году, когда показатель увеличился на 4133,3 млн. долл. по сравнению с 2006 годом или на 65% в относительном выражении.Минимальный прирост импорта зафиксирован в 2009 году, когда объем импортируемых товаров снизился на 4823 млн. долл. или на 35,9%.в 2020 году по сравнению с показателем базисного 2000 года объем импорта увеличился на 383,3% в относительном выражении;Согласно результатам прогноза, в Приволжском федеральном округе сохранится тенденция сезонного роста показателя внешнеторгового оборота в 4 кварталах 2021 и 2022 гг., со снижением показателей в 1 и 3 кварталах. Кроме того, наблюдается общая тенденция увеличения показателя к началу 2023 года.Список литературыАнализ данных: учебник для академического бакалавриата / под ред. В. С. Мхитаряна. – М.: Издательство Юрайт, 2016. – 490 с. – Серия: Бакалавр. Академический курс.Афонин П.Н. Таможенная статистика: учебное пособие / П.Н. Афонин. — СПб.: Интермедия, 2016. — 160 c.Федеральная служба государственной статистики [Электронный ресурс]. – Режим доступа: https://rosstat.gov.ruBadinger, H. The impact of the growth of economic integration: evidence from the EU Mem-ber States / H. Badinger // Review of International Economics – 2005. - Vol. 141 № 1. - pp. 50-78.Dollar, D., Kraay, A. Trade, Growth and Poverty / D. Dollar, A. Kraay // Economic Journal – 2004. - Vol. 114 № 2. - pp. 22-49.Esfahani, H.S. Export, import and economic growth in semi-industrialized countries / H.S. Esfahani // Journal of Development Economics - 1991 - Vol. 35. - pp. 93-116.Frankel, J.A., Dutt, S.D., Ghosh, D. The growth of export growth Nexus: causality analysis / J.A. Frankel, S.D. Dutt, D. Ghosh // Journal of Developing Areas – 1996. - №3: 0 (2). - pp.167-182.Galindo A., Mikko, A. and Ordonez, G., Financial liberalization and growth: empirical evidence, the Inter-American Development Bank Publications, Washington, 2002, DC.Grossman, GM, Helpman, E., Innovation and Growth in the World Economy, MIT Press, 1991 - Cambridge, MAJin, Sangki, and Cheong Moon Cho. "Is ICT a new essential for national economic growth in an information society?." // Government Information Quarterly №3. 2015. С. 253-260.Miller, S.M., Upadhyay, M.P. The impact of openness, trade orientation and human capital on total factor productivity / S.M. Miller, M.P. Upadhyay //Journal of Development Economics – 2000. - Vol. 63. - pp. 399-423.Niebel, Thomas. "ICT and economic growth–Comparing 61 developing, emerging and developed countries." // ZEW - Centre for European Economic Research Discussion Paper. – 2014. - №14.OECD, Development. Economic Analysis, and Statistics Division. OECD Science, Technology and Industry Scoreboard 2003. Canongate US, 2005. – 190 с.Odekon, M. Financial liberalization and investment in Turkey / M. Odekon // Informational notes in the economy – 2002. - № 53.Phillips K.L. Labor Force, Specialization and Market Development as Engines of Economic Growth. 2011.Romer, P. Endogenous technical change / P. Romer // Journal of Political Economy – 1990. - №98 (5). - pp.71-102.Rodriguez, F., Rodrik, D. Trade Policy and Economic Growth: A Skeptic's Guide to the crossnational evidence /F.Rodriguez, D. Rodrik // NBER Macroeconomic Annual – 2000. -Vol. 15. - pp. 235-61.Solow, R. Contributions to the theory of economic growth / R. Solow // Quarterly Journal of Economics – 1956. - Vol. 70, №1. - pp. 65-94.Vu, Khuong M. "ICT as a source of economic growth in the information age: Empirical evidence from the 1996–2005 period." Telecommunications Policy. №4. 2011. С. 357-372.Yanikkaya, H. (2003) Trade Openness and Growth: Cross-empirical study / H.Yanikkaya //Journal of Development Economics – 2003. - Vol. 72. - pp. 57-89.