Диссертация (1137932), страница 12

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 12)

12.Результаты по сквозным и панельным регрессиям для обеихпроизводственных функций указывают на то, что средние значения всехкоэффициентов, за исключением полученных по моделям FE, не отличимыот единицы. Делается вывод, что в российской обрабатывающей70промышленности в 2006–2014 гг. действовала постоянная отдача отмасштаба.Таблица 12 — Коэффициенты отдачи от масштаба как сумма среднихпредельных эффектов переменных за 2006–2014 гг.МодельРаспределениеКобба-ДугласаТранслогСквозные регрессиибез даммиполунорм.0,9480,974эксп.0,9440,972дамми на годаполунорм.0,9580,995эксп.0,9540,993дамми на годаполунорм.0,9540,988и отраслиэксп.0,9500,985Панельные регрессииTIусеч.

норм.1,1111,128TVDусеч. норм.1,0511,059REполунорм./эксп.1,0981,119FEполунорм./эксп.1,3261,308Для функции транслог можно посчитать, как менялись средниекоэффициенты отдачи от масштаба в российской обрабатывающейпромышленности по годам (см. табл. 13). Динамика схожа по всеммоделям: рост коэффициентов в 2007 г., а затем плавное снижение вплотьдо 2011 г., сменившееся вновь небольшим ростом. Причем для сквозныхрегрессий с дамми-переменными года и отрасли 2008 г. стал годомперехода от возрастающей отдачи от масштаба, близкой к постоянной, кубывающей, также близкой к постоянной.71Таблица 13 — Коэффициенты отдачи от масштаба как сумма среднихпредельных эффектов переменных по годам, функция транслогМодельРаспред.200620072008200920102011201220132014полунорм.0,9860,9880,9810,9740,9700,9640,9650,9670,969эксп.0,9840,9860,9790,9720,9690,9630,9630,9660,967полунорм.1,0121,0131,0040,9950,9910,9830,9840,9870,989эксп.1,0101,0111,0020,9930,9890,9810,9820,9850,987полунорм.1,0031,0040,9960,9880,9840,9770,9770,9800,982эксп.1,0001,0010,9930,9850,9810,9750,9750,9780,9801,1521,1551,1411,1271,1211,1091,1101,1151,1191,0791,0831,0711,0581,0541,0431,0441,0491,0531,1431,1461,1321,1171,1121,1001,1011,1061,1101,3251,3321,3201,3071,3031,2921,2941,2991,303Сквозные регрессиибез даммис даммина годас даммина года иотраслиПанельные регрессииTITVDREFEполунорм/эксп.полунорм/эксп.Были посчитаны средние коэффициенты отдачи от масштаба длякаждой отрасли отдельно (см.

табл. 14). Для таких отраслей, как обработкадревесины и производство изделий из дерева и пробки, кроме мебели (20),издательская полиграфическая деятельность, тиражирование записанныхносителей информации (22), производство резиновых и пластмассовыхизделий (25), производство готовых металлических изделий (28) ипроизводство офисного оборудования и вычислительной техники (30), всемодели, включая сквозные регрессии, указывают на то, что длябольшинства фирм в каждой отрасли в 2006–2014 гг. действовалавозрастающая отдача от масштаба, близкая к постоянной. Самые низкиекоэффициенты по всем оцененным моделям имеет отрасль производстваэлектронных компонентов, аппаратуры для радио, телевидения и связи(32).72Таблица 14 — Коэффициенты отдачи от масштаба как сумма среднихпредельных эффектов факторов по отраслям за 2006–2014 гг., функциятранслогНомеротраслиМ7полунорм.М8эксп.М9полунорм.М10эксп.М11полунорм.М12эксп.TITVDREFE150,9640,9620,9820,9800,9750,9731,0991,0351,0901,286160,9660,9630,9690,9670,9680,9651,1081,0551,0981,345170,9450,9440,9620,9610,9570,9561,0751,0111,0661,253180,9690,9680,9940,9920,9860,9851,1301,0581,1211,296190,9490,9480,9660,9650,9610,9601,0811,0171,0721,260200,9910,9881,0171,0141,0071,0041,1561,0841,1471,332210,9790,9771,0041,0010,9940,9921,1321,0621,1231,306220,9890,9871,0201,0181,0091,0071,1641,0871,1551,321230,9840,9810,9990,9960,9920,9891,1301,0681,1211,339240,9760,9740,9960,9940,9890,9861,1321,0651,1231,319251,0071,0051,0401,0371,0281,0241,1951,1171,1861,360260,9720,9700,9910,9880,9840,9811,1161,0511,1071,306270,9540,9520,9660,9640,9620,9601,0831,0241,0741,284280,9890,9871,0161,0131,0061,0031,1621,0881,1531,334290,9800,9781,0031,0010,9960,9931,1471,0771,1381,325301,0020,9991,0291,0271,0221,0191,2121,1351,2021,389310,9630,9620,9820,9810,9760,9741,1131,0461,1031,295320,9250,9240,9310,9300,9290,9281,0260,9731,0171,229330,9770,9750,9990,9970,9920,9891,1401,0711,1311,319340,9360,9340,9460,9440,9430,9411,0490,9921,0401,245350,9290,9280,9320,9300,9320,9301,0350,9851,0261,252360,9750,9730,9980,9960,9900,9881,1331,0631,1241,309370,9820,9801,0081,0060,9990,9971,1501,0771,1411,322Примечание.

Номер отрасли соответствует ее двухзначному коду по старому ОКВЭД.Зависимостьотдачиотмасштаба(ОМ)вроссийскойобрабатывающей промышленности от размера фирмы (в данном случаеразмерпредприятияотражаетпоказательлогарифмчисленностиработников) для примера в начале и в конце периода для двух моделей(сквознойипанельнойрегрессий)изображенанарис.31–34,демонстрирующих закон убывающей отдачи от масштаба с ростом размерафирмы.73Рис. 31 — Зависимость ОМ отln(Численность занятых)по Модели 11 в 2006 г.Рис. 32 — Зависимость ОМ отln(Численность занятых)по Модели 11 в 2014 г.Рис.

33 — Зависимость ОМ отln(Численность занятых)по Модели RE в 2006 г.Рис. 34 — Зависимость ОМ отln(Численность занятых)по Модели RE в 2014 г.2.4.2 Анализ связи размера фирмы и оценок ее техническойэффективностиВторым шагом анализа отдачи от масштаба является оценка связиразмера фирмы и ее показателя технической эффективности. Важностьданного пункта заключается в том, что мы не только узнаем, как изменитсявыпуск фирмы при увеличении затратов факторов производства, но икакие по своим масштабам предприятия в российской обрабатывающейпромышленности в среднем работают более эффективно. Была выдвинутагипотеза, что большие компании могут организовать производственныйпроцесс с более высоким уровнем эффективности благодаря широкому74кругу возможностей, имеющихся при наличии высокого авторитета,положительной репутации, налаженных связей с поставщиками и пр.Для оценки связи размера фирмы и ее технической эффективностиделается предположение о гетероскедастичности обеих ошибок вуравнении и зависимости их дисперсий от показателя размера компании, вкачестве которого выступает логарифм общих активов.

Моделированиепроводилось для Моделей 5–6, 11–12 (сквозные с дамми-переменнымигода и отрасли) и панельных регрессий RE и FE. Однако для последнихлогарифм общих активов в уравнении дисперсии ошибки неэффективностиоказался не значим, что с высокой вероятностью является следствиемдвухшаговой процедуры оценивания. Результаты по сквозным регрессиямприведены в табл. 15.Все переменные в моделях остались значимы, а коэффициенты приних поменялись незначительно, включая дамми-переменные года иотрасли, сохранив основные выводы предыдущих пунктов анализа.Логарифм общих активов значим как в уравнении дисперсии случайнойошибки, так и в уравнении дисперсии ошибки неэффективности.

Но приэтом в функции Кобба-Дугласа направление связи разное: в среднем пообрабатывающей промышленности большие фирмы более подверженывнешним шокам и менее — внутренним. В функции транслог размерфирмы положительно связан с дисперсиями обеих ошибок.75Таблица 15 — Результаты оценивания сквозных регрессий сгетероскедастичностью за 2006–2014 гг., зависимая переменная —ln(Выручка от реализации)Переменныеln(Численностьзанятых)ln(Основныесредства)ln(Оборотныесредства)(ln(Численностьзанятых))2(ln(Основныесредства))2(ln(Оборотныесредства))2ln(Численностьзанятых)×ln(Основные средства)ln(Численностьзанятых)×ln(Оборотные средства)ln(Основные средства)×ln(Оборотные средства)дамми на годадамми на отраслиConstantln  v2ln(Общие активы)Constantln  u2ln(Общие активы)Модель 5аполунорм.0,321***(0,00315)0,0620***(0,00159)0,564***(0,00270)Модель 6аэксп.0,315***(0,00307)0,0639***(0,00151)0,565***(0,00249)Модель 11аполунорм.1,246***(0,0201)–0,000469(0,00964)–0,0810***(0,0163)–0,186***(0,00557)0,0281***(0,00131)0,0853***(0,00265)Модель 12аэксп.1,273***(0,0197)0,00756(0,00937)–0,124***(0,0162)–0,170***(0,00551)0,0297***(0,00128)0,0939***(0,00266)0,0137***(0,00209)0,0128***(0,00207)–0,0201***(0,00296)–0,0254***(0,00143)++5,860***(0,0683)0,0686***(0,00609)–2,568***(0,0697)++4,461***(0,0251)++4,281***(0,0220)–0,0113***(0,00296)–0,0237***(0,00144)++5,874***(0,0708)0,114***(0,00717)–3,123***(0,0826)0,0892***(0,00548)–2,679***(0,0634)0,0704***(0,00801)–2,758***(0,0913)–0,0433***(0,00892)–1,223***(0,101)84195–7534510, 5, 1%-ном0,0409***0,0313***(0,00661)(0,00852)–0,957***–2,017***(0,0754)(0,0974)8419584195–75139–73182уровне соответственно.

В–0,0330***(0,00715)Constant–0,155*(0,0795)Число наблюдений84195logL–77117Примечание. *, **, *** — значимость наскобках приведены стандартные ошибки.Однако для того, чтобы определить знак связи между логарифмомобщих активов и ошибкой неэффективности, необходимо рассчитать76предельныеэффекты.Дляполунормальногораспределенияонивысчитываются по формуле из [Kumbhakar, Lovell, 2000]:E(u |  ) * v2 111  j 2  m  g  m2 g  mg 2 z j 222 jгде(20)*  1 2 u ( g  m2 g  mg 2 )   v2m(1  mg  g 2 ) 2  2vN (0, v2 ),  v2  exp(  ' z ),uN  (0, u2 ),  u2  exp( ' z ) , u2 ( m)     ,    2 ,  *  u v , m  , g .* ( m)22v2uдля экспоненциального — из [Ипатова, Пересецкий, 2013]:E(u |  ) 1  v2 j(1  Ag  g 2 )z j2 u(21)1  j v ( g  A2 g  Ag 2 )  2 v (1  Ag  g 2 ) 2uгдеvN (0, v2 ),  v2  exp(  ' z ),uExp,  u2  exp( ' z) , 1v v2.g, A      ,    v vuu( A) ( A)Для примера для Модели 11а, использующей полунормальноераспределение ошибки неэффективности, с производственной функциейтранслог предельные эффекты логарифма общих активов на ошибкунеэффективности в 2006 и 2014 гг.

приведены на рис. 35–36. Дляостальных моделей и лет графики визуально похожи на представленные.Для некоторой части фирм предельные эффекты отрицательные, чтосвидетельствует о положительной связи между размером предприятия иего технической эффективностью. Но с ростом последней предельныеэффекты меняют свой знак, и для большинства фирм российскойобрабатывающейпромышленности77связьмеждупоказателямиотрицательная.По-видимому,предприятиямсвысокимуровнемтехнической эффективности дается все труднее ее дальнейшее увеличениеотносительно других фирм, и рост масштабов производства в таком случаесоздает дополнительные проблемы для функционирования, снижающиетехническую эффективность.Рис. 35 — Предельные эффектыln(Общие активы) на ошибкунеэффективности от ТЭпо Модели 11а в 2006 г.Рис.

36 — Предельные эффектыln(Общие активы) на ошибкунеэффективности от ТЭпо Модели 11а в 2014 г.2.4.3 Анализ динамики оценок эффективности от масштабаТретьим завершающим этапом в анализе отдачи от масштабаявляется анализ динамики оценок эффективности от масштаба, которыенаряду с оценками СФП и технической эффективностью были получены спомощью методов DEA и SFA.

Если оценка эффективности от масштабаравна единице, то, значит, фирма достигла своего оптимального размерапо объемам выпуска и затратов факторов производства. Индексэффективности от масштаба, больший единицы, свидетельствует оприближении предприятия к его оптимальному размеру, что в случаевозрастающей отдачи от масштаба означает укрупнение, а в случаеубывающей — наоборот сужение производства. Соответственно, еслииндекс меньше единицы, то наблюдается удаление фирмы от ееоптимального размера.

Характеристики

Список файлов диссертации