Название: Корреляция ВВП и коррупции
Вид работы: контрольная работа
Рубрика: Экономика
Размер файла: 146.77 Kb
Скачать файл: referat.me-385489.docx
Краткое описание работы: Гипотеза о сходимости, или конвергенции (convergence hypothesis) ВВП: гипотеза об абсолютной сходимости, об условной сходимости, о клубной сходимости. Сходимость валового регионального продукта и влияние коррупции на темп роста региона - их корреляция.
Корреляция ВВП и коррупции
Основная модель
В работе Sachs, J. D. and Warner, A. M. 1995, Natural Resource Abundance and Economic Growth, NBER Working Paper 5398 приводится модель, описывающая средний темп прироста ВВП y(T).
Z – список факторов, влияющих на темп прироста. Заметим, что если коэффициент , то подтверждается гипотеза сходимости.
Гипотеза о сходимости, или конвергенции (convergence hypothesis), состоит в том, что темпы экономического роста более бедных стран в среднем превышают темпы роста в более богатых странах, а по мере накопления богатства и роста доходов экономический рост замедляется.
На сегодняшний день в экономической литературе различают три варианта этой гипотезы:
· Гипотеза об абсолютной сходимости (сходимость имеет место вне зависимости от различий в структурных характеристиках экономики разных стран);
· Гипотеза об условной сходимости (сходимость имеет место лишь внутри групп стран с близкими структурными характеристиками экономики, такими, как уровень развития технологий, степень инвестиционной активности, параметры экономической политики государства);
· Гипотеза о клубной сходимости (сходимость имеет место лишь внутри групп стран, которые не только обладают схожими структурными характеристиками экономики, но и находятся в близких стартовых условиях).
В работе мы не только исследуем сходимость валового регионального продукта, но и изучим влияние коррупции на темп роста региона.
Данные взяты из сборника «Регионы России», а интегральный индекс коррупции (выступает в качестве Z) с сайта Центр антикоррупционных исследований и инициатив «Трансперенси Интернешнл - Р» http://transparency.org.ru/proj_index.asp
Приведем данные:
Имя переменной |
log(y(T)/y(0)) |
log(y(0)) |
коррупция |
Адыгея |
0,203407107 |
8,89830288 |
0,49365898 |
Алтай |
0,173948271 |
9,01211627 |
0,57662303 |
Алтайский край |
0,451696249 |
9,1226337 |
0,22590468 |
Амурская область |
0,516847449 |
9,74525709 |
0,19864916 |
Архангельская область |
0,840686605 |
9,63816765 |
0,12735726 |
Астраханская область |
0,372471779 |
9,37439765 |
0,27220143 |
Башкортостан |
-0,107295884 |
9,73752588 |
0,93307516 |
Белгородская область |
0,119072157 |
9,43049207 |
0,84101762 |
Брянская область |
0,420149953 |
9,00376848 |
0,24221176 |
Бурятия |
0,564057665 |
9,36383944 |
0,18292741 |
Владимирская область |
0,488004776 |
9,28139834 |
0,20979608 |
Волгоградская область |
0,246696373 |
9,33670896 |
0,40782355 |
Вологодская область |
0,236232799 |
9,90124062 |
0,42567357 |
Воронежская область |
0,481458828 |
9,16530073 |
0,21251667 |
Дагестан |
0,582839647 |
8,23053496 |
0,17740217 |
Еврейская автоном. обл. |
0,98508252 |
9,0238977 |
0,11136516 |
Ивановская область |
0,559396963 |
8,86948541 |
0,1843579 |
Иркутская область |
0,283037422 |
9,80892534 |
0,35614055 |
Кабардино-Балкария |
0,392192135 |
9,02152902 |
0,25889899 |
Калининградская область |
0,950503214 |
8,8977674 |
0,11471246 |
Калмыкия |
0,570266223 |
8,82963961 |
0,18105936 |
Калужская область |
0,696184588 |
9,18168971 |
0,15060191 |
Камчатская область |
0,04891652 |
9,90750487 |
0,99342342 |
Карачаево-Черкес.респ. |
0,638094256 |
8,7520358 |
0,1630976 |
Карелия |
0,418199204 |
9,44360952 |
0,24330249 |
Кемеровская область |
0,15408498 |
9,8088314 |
0,65053337 |
Кировская область |
0,378572301 |
9,18873086 |
0,26793606 |
Коми |
0,390776673 |
10,2943259 |
0,2598084 |
Костромская область |
0,259186107 |
9,44632116 |
0,38841501 |
Краснодарский край |
0,510091377 |
9,2639675 |
0,20114422 |
Красноярский край |
0,271320777 |
9,8768795 |
0,37128063 |
Курганская область |
0,473480383 |
9,20061681 |
0,2159368 |
Курская область |
0,361964027 |
9,51486325 |
0,27989019 |
Ленинградская область |
0,780107421 |
9,42787411 |
0,13598855 |
Липецкая область |
0,484878317 |
9,40875906 |
0,21108609 |
Магаданская область |
0,712575931 |
9,80055258 |
0,14746168 |
Мари Эл |
0,460091346 |
9,01510377 |
0,22194906 |
Мордовия |
0,780263262 |
9,26406444 |
0,1359645 |
Московская область |
0,386435336 |
9,44060616 |
0,26263986 |
Мурманская область |
0,028072612 |
9,92913247 |
3,56247156 |
Нижегородская область |
0,529810156 |
9,52620778 |
0,19404496 |
Новгородская область |
0,449196064 |
9,43804823 |
0,2271119 |
Новосибирская область |
0,537684023 |
9,51143299 |
0,19135968 |
Омская область |
0,386497401 |
9,49058632 |
0,26259893 |
Оренбургская область |
-0,050835994 |
9,64517672 |
0,23423445 |
Орловская область |
0,526938418 |
9,25616902 |
0,19504488 |
Пензенская область |
0,468934842 |
8,98787742 |
0,21793859 |
Пермская область |
0,178138101 |
9,82992875 |
0,5631436 |
Приморский край |
0,384830883 |
9,61453634 |
0,26370271 |
Псковская область |
0,707557011 |
9,02808287 |
0,14840694 |
Ростовская область |
0,511527425 |
9,1379751 |
0,20060821 |
Рязанская область |
0,389021963 |
9,35677867 |
0,26094512 |
Самарская область |
0,329970633 |
9,97753876 |
0,30635698 |
Санкт-Петербург |
0,709662284 |
9,70857003 |
0,14800872 |
Саратовская область |
0,328214477 |
9,34894737 |
0,30796097 |
Саха |
0,187846234 |
10,3509845 |
0,53422877 |
Сахалинская область |
0,788208493 |
10,1259277 |
0,13475207 |
Свердловская область |
0,288885894 |
9,74286974 |
0,34904629 |
Северная Осетия |
0,449715595 |
8,78286106 |
0,22685991 |
Смоленская область |
0,45777103 |
9,30771186 |
0,22302753 |
Ставропольский край |
0,185877727 |
9,41061099 |
0,53984685 |
Тамбовская область |
0,693396677 |
9,03404403 |
0,15115156 |
Татарстан |
0,15143613 |
9,98844537 |
0,66185876 |
Тверская область |
0,422025914 |
9,45540646 |
0,24117253 |
Томская область |
-0,032709113 |
10,1841617 |
0,45923487 |
Тульская область |
0,352801397 |
9,31858094 |
0,2869736 |
Тыва |
0,341949695 |
8,87734274 |
0,29586017 |
Удмуртия |
0,362978838 |
9,48746524 |
0,27912794 |
Ульяновская область |
0,2658767 |
9,37126259 |
0,37877296 |
Хабаровский край |
0,260657018 |
10,0134627 |
0,38625248 |
Хакасия |
0,602873791 |
9,40701441 |
0,17190093 |
Челябинская область |
0,304423091 |
9,43076809 |
0,33153442 |
Читинская область |
0,402848653 |
9,44464698 |
0,25226067 |
Чувашия |
0,40713019 |
9,03041761 |
0,24969298 |
Ярославская область |
0,55890619 |
9,60728337 |
0,18450996 |
Построим множественную регрессию.
Приведем массив данных
Матрица X будет иметь вид:
1 |
log(y(0)) |
коррупция |
1 |
8.89830288225121 |
0.493658978257461 |
1 |
9.01211627486857 |
0.576623033949576 |
1 |
9.12263369956126 |
0.22590467675549 |
1 |
9.74525708686871 |
0.198649162439613 |
1 |
9.63816764948843 |
0.127357256559093 |
1 |
9.37439765232751 |
0.272201433627398 |
1 |
9.73752587538383 |
0.933075159857029 |
1 |
9.43049206825857 |
0.841017619169564 |
1 |
9.00376848353228 |
0.242211760622789 |
1 |
9.36383944005952 |
0.182927414994572 |
1 |
9.28139833602837 |
0.209796075023412 |
1 |
9.33670896432139 |
0.407823552129947 |
1 |
9.90124061725529 |
0.425673571878974 |
……… …………………… …………………..
Для регрессии вида
найдем коэффициенты
Найдем обратную матрицу
Дополнительные миноры
Их определители
Союзная матрица
Союзная транспонированная матрица
Делим каждый элемент на определитель, получаем
Найдем
Уравнение регрессии имеет вид
Нарисуем график
Среднее значение регрессоров и Y
Парные коэффициенты корреляции
Частные коэффициенты корреляции
Множественный коэффициент корреляции
или
Ошибка множественного коэффициента корреляции
Коэффициент детерминации
Скорректированный
Вывод: Коэффициент при индексе коррупции оказался значимым и отрицательным. Значит, коррупция отрицательно сказывается на темпе роста региона России. Видим и замедление развития регионов, т.к. регионы с большим ВРП развиваются медленнее.
Похожие работы
-
Оценка макроэкономического ущерба от дефицита целевого бюджетного территориального дорожного фонда
Отсутствие стратегической системы управления инвестиционными ресурсами дорожной инфраструктуры региона привело к тому, что во Владимирской области из всех источников бюджетного фонда собираемость составляет чуть больше от потребности.
-
Автокорреляция в остатках. Критерий Дарбина-Уотсона
Министерство образования и науки Республики Казахстан Костанайский государственный университет им. А. Байтурсынова Факультет экономический Кафедра информационных систем
-
Анализ курса рубля РФ по отношению к доллару США и курса рубля РФ по отношению к евро
Отчет по учебно-производственной практике Басалаев Е.М. Специальность: Математические методы в экономике, группа ММ-02 Рассматривается вопрос об отношении курса рубля РФ к двум мировым валютам: доллару США и евро.
-
Макроэкономика Республики Хакасия
Хакасия относится к субъектам Российской Федерации, располагающим значительным экономическим, ресурсным и инвестиционным потенциалом. В настоящее время в Республике Хакасия прослеживается позитивная тенденция к созданию благоприятных условий для активной реализации высокоэффективных и быстроокупаемых инвестиционных проектов и развития мощностей по производству конкурентоспособной продукции.
-
Бюджетная политика в условиях формирования модели конвергентного регионального развития в Украине
Формирование модели конвергентного регионального развития в Украине, оценка ее актуальности и эффективности на современном этапе, методы и пути реализации. Влияние государственной бюджетной политики на конвергенцию или дивергенцию регионального развития.
-
Паутинообразная модель моделирования динамики рыночных цен
Паутинообразная модель моделирования динамики рыночных цен План Допущения Паутинообразная модель с запаздыванием спроса Паутинообразная модель с запаздыванием предложения
-
Множественная регрессия и корреляция 3
МНОЖЕСТВЕННАЯ РЕГРЕССИЯ И КОРРЕЛЯЦИЯ Ввести данные в таблицу: 13,0 37,0 21,5 16,5 60,0 27,0 22,4 21,0 53,0 26,0 16,0 12,0 32,2 18,0 14,2 35,0 19,0 22,5 48,0
-
Анализ экономических данных в странах третьего мира
Расчет корреляции между экономическими показателями. Построение линейной и не линейной множественной регрессии. Проверка на гетероскедастичность моделей с использованием теста Бреуша-Пагана. Корреляция между наблюдаемыми экономическими показателями.
-
Анализ данных в линейной регрессионной модели
Построение диаграммы рассеивания (корреляционного поля). Группировка данных и построение корреляционной таблицы. Оценка числовых характеристик для негруппированных и группированных данных. Выборочное значение статистики. Параметры линейной регрессии.
-
Влияние уровня задолженности банков и предприятий на инфляцию и процентную ставку
Влияние монетарной политики на экономику с точки зрения цены кредита и ее влияния на уровень задолженности. Статистика уровня задолженности предприятий и уровня инфляции. Структура пассивов в банковском секторе и уровень процентной ставки по кредитам.