Изменение ставки дисконтирования (нормы процента)

При принятии решения о распределении доходов между текущим потреблением и сбережениями индивид ориентируется на ставку дисконтирования, которая напрямую связана с нормой процента и стоимостью денег. Чем выше инфляция, тем при прочих равных условиях индивид более склонен направить деньги на текущее потребление, а не на сбережения. Таким образом, можно ожидать, что в странах с более высоким уровнем инфляции уровень MPC будет выше.

Общеэкономическая конъюнктура

Общеизвестно, что относительно бедные люди склонны увеличивать потребление с ростом дохода быстрее, чем относительно богатые. Это связано с множеством факторов, например, с тем, что относительно бедные люди имеют больше неудовлетворённых потребностей, которые они стремятся удовлетворить при первой возможности.

Аналогичный эффект, судя по всему, должен проявляться и в масштабах той или иной страны – государства с относительно худшей экономической ситуацией и более низкими уровнями доходов населения, по-видимому, должны иметь больший уровень агрегированной предельной склонности к потреблению MPC, чем относительно более богатые.

Цель и задачи исследования

Целью данной работы является проверка следующей гипотезы:

Предельная склонность к потреблению MPC выше в странах с нестабильной политической и экономической конъюнктурой.

Для достижения данной цели были поставлены и решены следующие задачи:

1.Определение на промежутке 2003-2010 гг. значения предельной склонности к потреблению MPC для различных стран путём регрессионного анализа динамического рядов.

2.Доказательство психологического закона Кейнса об увеличении потребления с ростом доходов на примере рассмотренных стран и соответствующих значений предельной склонности к потреблению MPC, полученных в результате регрессионного анализа.

3.Проведение сравнительного анализа значений показателя и составление выводов о влиянии институциональной среды различных стран на наблюдаемые значения MPC.

Принятие гипотезы, сформулированной в психологическом законе Кейнса, может служить основой для принятия некоторыхуправленческих решений.Например, зная о связи предельной склонности к потреблению с экономической и политической конъюнктурой, менеджеры крупных компаний могут более осмысленно выбирать территории для географической экспансии, анализируя экономическую и политическую ситуацию в рассматриваемых рынках и прогнозируя спрос на предлагаемый товар.

Методика исследования

В качестве методики исследования автор использовал регрессионный анализ. Регрессионный анализ – статистический метод, позволяющий оценить степень зависимости между переменными, в частности, каким образом среднее значение зависимой переменной изменяется при изменении одной из независимых.

Известно много различных форм регрессионного анализа, включающих анализ временных рядов, байесовское оценивание, непараметрическую регрессию и другие. Автор будет использовать линейную регрессию при помощи метода наименьших квадратов.

Суть метода наименьших квадратов состоит в том, чтобы подобрать такие оценки параметров уравнения регрессии, которые бы минимизировали сумму квадратов остатков, или отклонений значений от предсказанных уравнением.

При всей кажущейся простоте метода необходимо учитывать следующие факторы:

1.Результат регрессионного анализа лишь указывает на значения коэффициентов, наилучшим образом на заданном наборе данных описывающие связь между переменными. Даже если эти коэффициенты статистически значимы, это не означает наличия причинности в том смысле, что причиной изменений зависимой переменной являются действительно изменения независимой переменной, выбранной нами для построения уравнения.

2.Метод наименьших квадратов даёт лучшие в своём классе оценки лишь при некоторых условиях на исходные данные:

a.Значения независимой переменной не являются случайными и не содержат ошибок измерения.

b.Уравнение регрессии линейно относительно параметров.

c.Отсутствие гетероскедастичности, или постоянная дисперсия ошибок.

d.Независимость ошибок.

e.Отсутствие мультиколлинеарности, или взаимная нескореллированность значений независимой переменной.

В работе был использован t-критерий Стьюдента – метод статистической проверки гипотез, основанный на распределении Стьюдента. Статистики такого вида обычно строятся следующим образом: числитель содержит случайную величину с нулевым математическим ожиданием, а знаменатель – выборочное стандартное отклонение этой случайной величины, получаемое как квадратный корень из несмещенной оценки дисперсии.

T-критерий предполагает некоторые требования к исходным данным. Исходные данные должны иметь нормальное распределение, а в случае применения двухвыборочного критерия для независимых выборок необходимо также равенство дисперсий.

T-критерий, помимо прочих функций, позволяет проверить линейное ограничение на параметры линейной регрессии, оцененной методом наименьших квадратов.

Еще один критерий, используемый в процессе написания работы – это F-тест или критерий Фишера. Это статистический критерий, тестовая статистика которого при выполнении нулевой гипотезы имеет распределение Фишера.

Для того, чтобы статистика имела распределение Фишера, необходимо, чтобы числитель и знаменатель были независимыми случайными величинами, и соответствующие суммы квадратов имели распределение хи-квадрат. Для этого данные должны иметь нормальное распределение. Критерий Фишера используется в предположении, что дисперсия случайных величин, квадраты которых суммируются, одинакова.

Тест проводится путем сравнения значения статистики с критическим значением соответствующего распределения Фишера при заданном уровне значимости.

Тест Фишера очень важен в регрессионном анализе является частным случаем проверки ограничений. В данном случае нулевая гипотеза - об одновременном равенстве нулю всех коэффициентов при факторах регрессионной модели.

Соответственно, если значение полученной статистики больше критического значения при данном уровне значимости, то нулевая гипотеза отвергается, что означает статистическую значимость регрессии. В противном случае модель признается незначимой.

Исходные данные

Данные для анализа были взяты из баз данных, содержащих основные экономические показатели по странам мира и отдельно – по России, а именно, Евростат[2] и Росстат[3].