Диссертация (1138614), страница 22
Текст из файла (страница 22)
Наконец, увеличение трудоспособного населения положительносказывается на индексе, стимулируя экономический рост.Однако применение стандартного метода наименьших квадратов кпанельным данным не позволяет учесть ненаблюдаемые индивидуальныехарактеристики стран, входящих в выборку. Невключение в модель такихненаблюдаемых эффектов может приводить к получению некорректныхрезультатов. Преодолеть эту трудность можно, построив модель сфиксированными эффектами, применяемую при анализе панельных данных,представляющих собой неслучайный набор объектов. Результаты оценокданной модели, выполненных в статистической программе Stata, приведеныво втором столбце таблицы 9.Несмотря на то, что после включения в модель фиксированныхэффектов большинство переменных по-прежнему значимы, и знаки124коэффициентов при них совпадают с полученными при применениисквозного МНК, наиболее важная для нашего анализа переменная размерафинансовогосектораперестаётбытьзначимой.Такимобразом,индивидуальные особенности стран оказались достаточно сильными, чтобыисказитьрезультатыоценивания.Коэффициенты,полученныеприприменении сквозного МНК, нельзя считать корректными, так как они,вероятно, были подвержены влиянию ненаблюдаемой неоднородностинаблюдений.Одной из возможных причин незначимости переменной размерафинансового сектора в модели с фиксированными эффектами может бытьизменение характера искомой зависимости с течением времени.
Исходнаябаза данных для оценки модели покрывает довольно продолжительныйпериод времени в три десятилетия, в течение которых экономическиепроцессы в мире постоянно трансформировались. В этих условияхвзаимосвязь между финансовым сектором и состоянием экономики также,вероятно, не осталась неизменной.3.3.2. Периодизация взаимосвязи между финансовым сектором исостоянием экономикиДля проверки гипотезы о непостоянном характере оцениваемойзависимости построим отдельно для каждого года в исходной выборкерегрессию, где в качестве зависимой переменной используется индекссостояния экономики, а независимой – размер финансового сектора.
Врезультате получаем 32 регрессионные зависимости (по числу лет в исходнойпанели данных22), оцененных на основе данных по 32 странам для каждогогода в рамках периода с 1980 по 2012 гг. На рисунке 27 представленывычисленныеоценкикоэффициентаβвлинейнойрегрессионнойзависимости видаYt=βFINt+ε,(2)1998 г.
был исключён из анализа в силу отсутствия большого количества статистических данных, что,вероятно, связано с кризисными явлениями в мировой экономике в данном периоде.22125где Yt – индекс состояния экономики в году t, а FIN – размер финансовогосектора, измеренный как отношение кредитов частному сектору к ВВП.Примечание: Затенённые области соответствуют периодам, когда коэффициентпри переменной размера финансового сектора статистически значим.Рисунок 27.
Динамика оценок регрессионного коэффициента при переменной размерафинансового сектора в линейной модели (перекрестные выборки для каждого года израссматриваемого периода)Источник: расчёты автораКак видно из рисунка 27, зависимость между индексом состоянияэкономики и размером финансового сектора действительно существеннотрансформировалась за последние три десятилетия. На протяжении всегопериода она постоянно ослабевала, а в последнее десятилетие значениекоэффициента даже перешло в отрицательную область, свидетельствуя о том,что зависимость из прямой превратилась в обратную. Данный результатсоотносится с выявленной в некоторых работах [32], [124] тенденцией кпостепенному ослаблению взаимосвязи между размером финансовогосектора и ростом с середины 1980х гг.Аналогичнаяпроцедураспецификации модели:былапроделанадляквадратичной126Yt=β1FIN+ β2FIN2+ε,(3)где Yt – индекс состояния экономики в году t, а FIN – размерфинансового сектора, измеренный как отношение кредитов частному секторук ВВП.
Результаты оценивания представлены на рисунке 27. На данномграфике разделение выборки на периоды чуть менее очевидно. Тем не менее,если перенести сюда границы периодов, установленные на предыдущемграфике, то они выглядят вполне логично.Примечание: Затенённые области соответствуют периодам, когдакоэффициенты при переменной размера финансового сектора и его квадратестатистически значимы.Рисунок 28. Динамика оценок регрессионных коэффициентов при переменных размерафинансового сектора в квадратичной модели (перекрестные выборки для каждого года израссматриваемого периода)Источник: расчёты автораНа основании графиков 27 и 28 можно достаточно уверенно выделитьпо крайней мере три периода в эволюции взаимосвязи между размеромфинансового сектора и состоянием экономики: с 1983 по 1991 гг., с 1992 по2003 гг. и с 2004 г.
по настоящее время. Выявленные периоды будут вдальнейшем использоваться для более детального регрессионного анализа.127Внутри данных периодов значения оценок коэффициентов в регрессииостаются достаточно стабильными. Для дальнейшего анализа из массиваисключаются 1980-1982 гг., когда зависимость была довольно слабой посравнению с последующим десятилетием. 2003 г., который, как видно из рис.27, является переходным между вторым и третьим периодами, также решеноне включать в дальнейший анализ. Кризисные годы (1998 г., 2008 г. и 2009 г.)исключены из расчетов в связи с высокой вероятностью нарушения дажесамых устойчивых взаимосвязей в экономике в условиях нестабильности.Поскольку в качестве показателя размера финансового сектора авториспользуетотношениекредитовчастномусекторукВВП,тосодержательную интерпретацию разделения исходного массива данных натри периода логично попробовать связать с изменением процессовкредитования.
Если в первом из выявленных периодов среднее по выборкеотношение кредитов частному сектору к ВВП оставалось довольностабильным, то во втором и в третьем периодах наблюдалось достаточнозначительное расширение кредитования (см. рис. 29). Однако волны ростаобъёмов кредитования 1990х и 2000х гг. имеют совершенно разную природу.Рисунок 29. Среднее отношение кредитов частному сектору к ВВП в выборке из 32 странс 1980 по 2012 гг.Источник: Всемирный банк , URL: http://www.worldbank.org128На второй период пришёлся кредитный бум середины 1990х гг. в Азиии появление так называемого пузыря «дот-комов» (компаний, бизнес моделькоторыхопираласьнаИнтернет-технологии).Обаэтихэпизодастремительного роста кредитования окончились кризисами 1998 г.
и 2001 г.соответственно. В результате кризиса 1998 г. произошли значительныеизмененияглобальныхфинансовыхпотоков,высвободившиедополнительные ресурсы для кредитования компаний. Сокращение объёмакачественных инвестиционных активов в Азии создало предпосылки дляперенаправления сбережений из развивающихся азиатских стран в развитые(за данным явлением закрепилось предложенное бывшим главой ФРС БеномБернанке название “global savings glut” – избыток накоплений вразвивающихся странах). Образовавшийся в результате приток финансовыхресурсов в развитые страны способствовал снижению уровня процентныхставок и стал важным источником финансирования кредитов компаниямнефинансового сектора.Если во втором периоде рост объёмов задолженности в миреформировался преимущественно за счёт спроса на кредиты со стороныкомпаний, то в третьем периоде основным драйвером увеличения частногодолга стали домашние хозяйства [82].
Данная тенденция наиболее заметна вСША, но также прослеживается и во многих других странах ОЭСР. Одной изважных предпосылок бума кредитования домашних хозяйств, и в частности,ипотечного кредитования, стало завершение формирования альтернативнойбанковской системы (shadow banking system). Кроме того, к началу третьегопериода в деятельность компаний финансового сектора прочно вошлимеханизмы секьюритизации с использованием CDO, выпуск которыхстремительно возрос в 2000е гг. Наблюдавшееся в то же время в СШАувеличение объёмов частного рынка секьюритизации ипотеки, качествокоторой не соответствует минимальным критериям федеральных ипотечныхагентств, позволило финансировать предоставление ипотечных кредитов не129вполне надёжным заёмщикам (sub-prime borrowers), которые ранее не имелик ним доступа.3.3.3.
Регрессионный анализ на основе массива данных,разделенного на периодыВыяснив, что выборка неоднородна и состоит из нескольких периодов,определим, следует ли оценивать одну объединенную регрессию илиотдельные регрессии для каждой подвыборки.
Для этого проведем тест Чоу,позволяющий определить, является ли значимым улучшение качествауравнения после разделения выборки, с учетом издержек такого улучшения,заключающихся в использовании большего количества степеней свободы дляоценки коэффициентов при дополнительных переменных [2]. Для этогоиспользуется F-статистика, рассчитываемая следующим образом:F( RSS p RSS A RSS B RSS C ) k( RSS A RSS B RSS C ) (n 2k )(4),где RSSA, RSSB, RSSC – суммы квадратов остатков для регрессий подвыборок,RSSР – сумма квадратов остатков в объединеннной регрессии, k – числодополнительныхстепенейсвободы,используемыхприпостроенииотдельных регрессий, n – общее количество степеней свободы.Расчетное значение F-статистики равно 2,45, что существеннопревышает критическое значение F-статистики для 1% уровня значимости,равное 1,62.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
