ПРИМЕНЕНИЕ РЕГРЕССИОННОГО АНАЛИЗА ДЛЯ ВЫЯВЛЕНИЯ ФАКТОРОВ, ВЛИЯЮЩИХ НА ИНВЕСТИЦИИ В ОСНОВНОЙ КАПИТАЛ
Журнал: Научный журнал «Студенческий форум» выпуск №15(238)
Рубрика: Экономика
Научный журнал «Студенческий форум» выпуск №15(238)
ПРИМЕНЕНИЕ РЕГРЕССИОННОГО АНАЛИЗА ДЛЯ ВЫЯВЛЕНИЯ ФАКТОРОВ, ВЛИЯЮЩИХ НА ИНВЕСТИЦИИ В ОСНОВНОЙ КАПИТАЛ
Аннотация. Инвестиции в основной капитал – это совокупные расходы, которые призваны расширить или обновить основные фонды, реализовать определенные строительные работы или сделать какие-либо другие действия, которые увеличат первоначальную цену производимой продукции. В различных регионах величина инвестиций существенно отличается. В статье рассматривается применение регрессионного анализа для выявления влияния различных показателей на инвестиции в основной капитал.
Ключевые слова: регрессионный анализ, инвестиции в основной капитал.
Показатель инвестиций в основной капитал важен по той причине, что он стимулирует развитие бизнеса и приводит к увеличению получаемой прибыли. Поэтому любой собственник, заинтересованный в укреплении своего дела, не должен оставлять этот пункт деятельности без внимания.
Для проведения регрессионного анализа выбран 31 регион РФ. Выявлен ряд важных показателей, которые влияют на инвестиции в основной капитал.
Регрессионный анализ начнем с представления имеющихся переменных: y - Инвестиции всего, млн. руб.; x1 - Сельское, лесное хозяйство, охота, рыболовство и рыбоводство, млн. руб.; x2 - Добыча полезных ископаемых, млн. руб.; x3 - Обрабатывающие производства, млн. руб.; x4 - Обеспечение электрической энергией, газом и паром; кондиционирование воздуха, млн. руб.; x5 - Водоснабжение; водоотведение, организация сбора и утилизации отходов, деятельность по ликвидации загрязнений, млн. руб.; x6 - Строительство, млн. руб.; х7 - Торговля оптовая и розничная млн. руб.; х8 - Транспортировка и хранение, млн. руб.; х9 - Деятельность гостиниц и предприятий общественного питания, млн. руб.; х10 - Деятельность в области информатизации и связи, млн. руб.
Построение регрессионной модели осуществляется при помощи программы «Statistica». Необходимо построить корреляционную матрицу, описывающую зависимости между рассматриваемыми факторами, оценить эти зависимости, а также произвести регрессионный анализ вышеописанных факторов.
Проверим коллинеарность факторов, построив матрицу парных коэффициентов корреляции.
Таблица 1.
Матрица парных коэффициентов корреляции
|
y |
x1 |
x2 |
x3 |
x4 |
x5 |
x6 |
x7 |
x8 |
x9 |
x10 |
|
|
y |
1,00 |
0,27 |
0,59 |
0,75 |
0,86 |
0,75 |
0,41 |
0,68 |
0,67 |
0,44 |
0,59 |
|
x1 |
0,27 |
1,00 |
-0,15 |
0,14 |
0,36 |
0,41 |
-0,11 |
0,53 |
0,25 |
0,66 |
0,26 |
|
x2 |
0,59 |
-0,15 |
1,00 |
0,12 |
0,45 |
0,30 |
0,66 |
0,12 |
0,37 |
0,06 |
0,04 |
|
x3 |
0,75 |
0,14 |
0,12 |
1,00 |
0,55 |
0,48 |
0,09 |
0,50 |
0,26 |
0,25 |
0,46 |
|
x4 |
0,86 |
0,36 |
0,45 |
0,55 |
1,00 |
0,82 |
0,15 |
0,74 |
0,66 |
0,57 |
0,53 |
|
x5 |
0,75 |
0,41 |
0,30 |
0,48 |
0,82 |
1,00 |
0,14 |
0,89 |
0,45 |
0,60 |
0,64 |
|
x6 |
0,41 |
-0,11 |
0,66 |
0,09 |
0,15 |
0,14 |
1,00 |
0,05 |
0,29 |
-0,02 |
0,04 |
|
x7 |
0,68 |
0,53 |
0,12 |
0,50 |
0,74 |
0,89 |
0,05 |
1,00 |
0,34 |
0,61 |
0,62 |
|
x8 |
0,67 |
0,25 |
0,37 |
0,26 |
0,66 |
0,45 |
0,29 |
0,34 |
1,00 |
0,36 |
0,48 |
|
x9 |
0,44 |
0,66 |
0,06 |
0,25 |
0,57 |
0,60 |
-0,02 |
0,61 |
0,36 |
1,00 |
0,46 |
|
x10 |
0,59 |
0,26 |
0,04 |
0,46 |
0,53 |
0,64 |
0,04 |
0,62 |
0,48 |
0,46 |
1,00 |
Из матрицы видно, что коэффициент корреляции между «Инвестиции всего, млн. руб.» (Y) и «Обеспечение электрической энергией, газом и паром; кондиционирование воздуха, млн. руб.» (X4) равен 0,85, что больше 0,8, данный факт говорит о тесной линейной зависимости.
Также в данной модели коллинеарность присутствует между (X5) «Водоснабжение; водоотведение, организация сбора и утилизации отходов, деятельность по ликвидации загрязнений, млн. руб.» и (X4) «Обеспечение электрической энергией, газом и паром; кондиционирование воздуха, млн. руб.», (Х5) и (Х7) «Торговля оптовая и розничная, млн. руб. Коллинеарные факторы не стоит одновременно включать в модель, поэтому исключаем фактор X5 из модели.
После исключения коллинеарных факторов строим матрицу заново.
Таблица 2.
Матрица парных коэффициентов корреляции после исключения коллинеарных факторов
|
y |
x1 |
x2 |
x3 |
x4 |
x6 |
x7 |
x8 |
x9 |
x10 |
|
|
y |
1,00 |
0,27 |
0,59 |
0,75 |
0,86 |
0,41 |
0,68 |
0,67 |
0,44 |
0,59 |
|
x1 |
0,27 |
1,00 |
-0,15 |
0,14 |
0,36 |
-0,11 |
0,53 |
0,25 |
0,66 |
0,26 |
|
x2 |
0,59 |
-0,15 |
1,00 |
0,12 |
0,45 |
0,66 |
0,12 |
0,37 |
0,06 |
0,04 |
|
x3 |
0,75 |
0,14 |
0,12 |
1,00 |
0,55 |
0,09 |
0,50 |
0,26 |
0,25 |
0,46 |
|
x4 |
0,86 |
0,36 |
0,45 |
0,55 |
1,00 |
0,15 |
0,74 |
0,66 |
0,57 |
0,53 |
|
x6 |
0,41 |
-0,11 |
0,66 |
0,09 |
0,15 |
1,00 |
0,05 |
0,29 |
-0,02 |
0,04 |
|
x7 |
0,68 |
0,53 |
0,12 |
0,50 |
0,74 |
0,05 |
1,00 |
0,34 |
0,61 |
0,62 |
|
x8 |
0,67 |
0,25 |
0,37 |
0,26 |
0,66 |
0,29 |
0,34 |
1,00 |
0,36 |
0,48 |
|
x9 |
0,44 |
0,66 |
0,06 |
0,25 |
0,57 |
-0,02 |
0,61 |
0,36 |
1,00 |
0,46 |
|
x10 |
0,59 |
0,26 |
0,04 |
0,46 |
0,53 |
0,04 |
0,62 |
0,48 |
0,46 |
1,00 |
Далее строим уравнение регрессии. Для этого выбираем процедуру оценивания «Пошаговая с исключением» на каждом шаге. В модели остаются факторы (X2) «Добыча полезных ископаемых, млн. руб.», (Х3) «Обрабатывающие производства, млн. руб.», (Х7) «Торговля оптовая и розничная, млн. руб.» и (Х8) «Транспортировка и хранение, млн. руб.».
Построим уравнение регрессии по полученным факторам.
Таблица 3.
Регрессия
|
БЕТА |
Ст.Ош. |
B |
Ст.Ош. |
t(26) |
p-знач. |
|
|
Св.член |
11168,0615 |
4037,458 |
2,76611 |
0,010302 |
||
|
x2 |
0,375968 |
0,021814 |
1,0978 |
0,064 |
17,23493 |
0,000000 |
|
x3 |
0,476092 |
0,023570 |
1,0031 |
0,050 |
20,19868 |
0,000000 |
|
x7 |
0,290165 |
0,024187 |
11,1108 |
0,926 |
11,99674 |
0,000000 |
|
x8 |
0,317943 |
0,023060 |
1,5075 |
0,109 |
13,78745 |
0,000000 |
У=11168,0615+1,0978*Х2+1,0031*Х3+11,1108*Х7+1,5075*Х8
Связь высокая, так как множественный R равен 0,9946. Доля дисперсии объясненной регрессией (R2) составляет 98%. F-Статистика равна 601,28.
В результате регрессионного анализа выяснилось:
1. Если «Добыча полезных ископаемых, млн. руб.» (Х2) увеличится на 1 млн.руб., то «Инвестиции всего, млн. руб.» (Y) увеличится на 1,0978 млн. руб. при прочих неизменных факторах;
2. Если «Обрабатывающие производства, млн. руб.» (X3) увеличатся на 1 млн.руб., то «Инвестиции всего, млн. руб.» (Y) увеличится на 1,0031 млн.руб. при прочих неизменных факторах.
3. Если «Торговля оптовая и розничная, млн. руб.» (Х7) увеличатся на 1 млн.руб., то «Инвестиции всего, млн. руб.» (Y) увеличится на 11,1108 млн.руб. при прочих неизменных факторах.
4. Если «Транспортировка и хранение, млн. руб.» (Х8) увеличатся на 1 млн. руб., то «Инвестиции всего, млн. руб.» (Y) увеличится на 1,5075 млн.руб. при прочих неизменных факторах.
