CC BY
53
Эконометрический анализ факторов инвестиционной привлекательности стран мира
Econometric analysis of investment attractiveness factors of countries worldwide
Велькина Анастасия Александровна
Студентка 3 курса Факультет мировой экономики и мировой политики Национальный исследовательский университет «Высшая Школа Экономики»
РФ, г. Москва e-mail: nastya.velkina99@mail. ru
Velkina Anastasiya Aleksandrovna
Student 3 term
Faculty of world economy and international affairs National research university «Higher School of Economics»
Russian Federation, Moscow e-mail: [email protected]
Научный руководитель Стебунова Ольга Ивановна
Доцент, кандидат экономических наук Национальный исследовательский университет «Высшая Школа Экономики»
РФ, г. Москва e-mail: [email protected]
Scientific adviser Stebunova Olga Ivanovna
Associate Professor, Candidate of Economic Sciences National research university «Higher School of Economics»
Russian Federation, Moscow e-mail: [email protected]
Аннотация.
Цель данной работы состоит в исследовании факторов, влияющих на уровень прямых иностранных инвестиций в мировом масштабе. Для ее достижения использовался инструментарий эконометрического моделирования. В качестве информационной базы были взяты статистические данные по 95-ти странам за 2018 г. по следующим показателям: темпы инфляции, уровень раскрытия информации, количество процедур, необходимых для открытия компании, время на подключение к электричеству, уровень налогообложения и численность городского населения. В результате исследования были получены следующие выводы: темпы инфляции отрицательно влияют на уровень прямых иностранных инвестиций; уровень раскрытия информации и количество процедур, необходимых для открытия компании, положительно влияют на их приток в страну; время на подключение к электричеству не является статистически значимым в рассматриваемой модели; уровень налогообложения и численность городского населения положительным образом влияют на уровень инвестиционной привлекательности страны.
Annotation.
The purpose of this work consists in investigating factors that influence the level of foreign direct investments on a global scale. In order to achieve it, econometric modelling tools were used. Statistical data on 95 countries for the year 2018 was taken as an information base, with the consideration of the following variables: inflation rate, level of information disclosure, number of procedures required to start a business, time to get electricity, tax rate and urban population. According to the findings of the research, the following conclusions can be drawn: inflation rate impacts negatively the level of foreign direct investments; extent of information disclosure and number of procedures required to start a company have a positive influence on FDI inflow to a country; time to get electricity is not statistically significant in the model under consideration; tax rate and urban population both impact positively the level of a country' investment attractiveness.
Ключевые слова: эконометрическое моделирование, прямые иностранные инвестиции, деловой климат, МНК, линейная регрессия.
Key words: econometric modelling, foreign direct investments, business climate, OLS, linear regression.
Инвестиционная привлекательность страны для иностранных инвесторов является основой её делового климата и залогом дальнейшего экономического развития. В связи с этим довольно важным для многих экономических агентов является вопрос выявления факторов, способных оказать влияние на данный показатель. Одним из способов количественного измерения инвестиционной привлекательности страны являются прямые иностранные инвестиции. В соответствии с определением Всемирного Банка, они представляют собой разновидность иностранных инвестиций, осуществляемых резидентом одной страны таким образом, что он имеет контроль либо значительную долю влияния над фирмой - резидентом другой страны [4]. Для разграничения прямых и косвенных иностранных инвестиций определён условный порог в 10% [3]: если инвестиции резидента данной страны в компанию другой страны меньше 10% обыкновенных голосующих акций данной компании, то речь идёт о портфельных инвестициях; если больше или равно 10% - то о прямых. Таким образом, если в какую-то страну поступают значительные объемы прямых иностранных инвестиций, это свидетельствует о высокой привлекательности данной страны для зарубежных инвесторов и долговременной заинтересованности последних в объекте инвестирования.
Для проведения данного исследования данные по всем рассматриваемым переменным были взяты с сайта «The World Bank» за 2018 год [5]. Учитывая, что по некоторым переменным информация для ряда стран отсутствовала, в модель были включены только 95 стран. Таким образом, данная работа представляет собой анализ перекрестных данных на страновом уровне. В качестве зависимой переменной рассматриваются притоки прямых иностранных инвестиций (Y). В качестве независимых переменных были взяты те, которые потенциально могут оказывать существенное влияние на инвестиционную привлекательность страны, а именно:
- темпы инфляции (Xi), измеренные с помощью дефлятора ВВП и отражающие соответственно изменение уровня цен по странам мира.
- уровень раскрытия информации (Х2), свидетельствующий о доступности корпоративной информации для инвесторов, что является довольно важным индикатором, поскольку доступ к корпоративной информации позволяет инвесторам принимать взвешенные и обоснованные решения касательно рациональности инвестирования в ту или иную страну; измеряется от 0 до 10, где 0 соответствует минимальному раскрытию информации, а 10 - максимальному;
- количество процедур необходимых для открытия компании (Хз), указывающее на то, как часто нужно вступать во взаимодействие с органами власти, чтобы получить лицензию, дополнительные разрешения, заполнить всю необходимую документацию, что можно рассматривать как характеристику уровня бюрократизации страны;
- время на получение электричества (Х4), отражающее сколько дней требуется компании на получение постоянного доступа к электроснабжению в данной стране.
- уровень налогообложения (Х5), соответствующий тому, какой процент от прибыли компании в среднем отчисляют государству в виде налоговых платежей и других обязательных выплат;
- численность городского населения (Хб), измеряемая в процентах как отношение городского населения страны ко всей численности населения и являющаяся, таким образом, индикатором степени урбанизации страны;
Учитывая важность нормального распределения зависимой переменной для получения достоверных результатов регрессии, от переменной Y был взят логарифм, поскольку изначально она не имела нормального распределения, а логарифмирование позволило его добиться [1].
На первоначальном этапе исследования применяется корреляционный анализ для выявления взаимосвязи между прямыми иностранными инвестициями и шестью отобранными факторами. Степень
корреляции рассчитывалась с помощью коэффициента Пирсона, и серым цветом выделялись те коэффициенты, которые значимы на 5% уровне.
Таблица 1. Коэффициенты корреляции Пирсона
1п(У) X2 Xз X4 X5 X6
1п(У) 1
X! -0.196 1
X2 0.433 -0.051 1
Xз 0.005 0.049 -0.363 1
X4 -0.115 0.234 0.008 -0.005 1
X5 0.198 0.09 -0.135 0.196 0.051 1
X6 0.656 -0.133 0.28 -0.136 -0.123 0.067 1
Анализ корреляционной матрицы показал наличие умеренной корреляции между независимыми переменными (Xl-Xб). Поскольку все коэффициенты корреляции между ними по модулю меньше 0.7, это означает, что объясняющие переменные, включенные в модель, не сильно коррелированы между собой, и, следовательно, отсутствует строгая мультиколлинеарность. Что касается корреляции между зависимой переменной (^ и независимыми ^¡^б), то четыре из шести коэффициентов оказались значимы на 5% уровне. Это дает основание ожидать значимость данных коэффициентов c аналогичными направлениями связи и в регрессионном анализе.
Далее проведем оценку модели по методу наименьших квадратов. В результате оценивания получаем следующую эконометрическую модель:
Ь(У) = 13.991 -0.057X1 + 0.331X2 + 0.132X3 -0.001X4 +0.029X5 + 0.058X6 В соответствии с тестом Фишера регрессия является в целом значимой на 5% уровне, поскольку р-значение равно 7.077е-15, что значительно меньше 0.05. При этом R2adj= 0.5545, иными словами, модель объясняет 5 5.45% дисперсии зависимой переменной.
Таблица 2. Результаты регрессионного анализа
Регрессор Стандартная ошибка ^статистика Р-значение
X 0.033 -1.725 0.08799 *
X2 0.069 4.774 7.14е-06 ***
Xз 0.054 2.426 0.01731 **
X4 0.002 -0.437 0.66284
X5 0.011 2.642 0.00976 ***
X6 0.007 7.437 6.44е-11 ***
Что касается значимости коэффициентов регрессии по-отдельности, то на 5% уровне значимыми оказались пять коэффициентов из шести, а именно:
1. X: (уровень инфляции). Коэффициент при Х1 составляет -0.057, следовательно, с ростом уровня инфляции на 1%, число прямых иностранных инвестиций в среднем снижается на 5.7%. Это обусловлено тем, что высокая инфляция свидетельствует о нестабильности экономики страны в целом, что демотивирует инвесторов осуществлять вложения в неё.
2. X2 (уровень раскрытия информации). Коэффициент при Х2 равен 0.331, то есть с ростом индекса раскрытия информации на один пункт приток ПИИ в страну в среднем увеличивается на 33.1%. Данный результат был вполне ожидаемым, поскольку страны с высоким уровнем раскрытия информации снабжают инвесторов важными для принятия инвестиционных решений данными, благодаря чему у последних есть больше возможностей для грамотного инвестирования, и, как следствие, повышаются шансы того, что они будут инвестировать в данную страну в принципе.
3. Х3 (количество процедур для открытия бизнеса). Коэффициент при Х3 составляет 0.132, то есть в страны с большим числом процедур, требуемых для начала своего дела, приходит больше ПИИ. А именно с
ростом количества процедур на одну штуку, ПИИ возрастают на 13.2%. Это можно объяснить тем, что в странах с высоким количеством требуемых процедур существуют высокие требования к входящим на рынок компаниям. Это в свою очередь делает рынок страны более стабильным и повышает его надежность в глазах инвесторов.
4. Х5 (уровень налогообложения). Коэффициент при Х5 равен 0.029, следовательно, с ростом уровня налогообложения на 1% приток ПИИ увеличивается на 2.9%. Данный вывод немного контринтуитивен, поскольку было бы логично предположить, что компании хотят снизить налоговое бремя, а не увеличить его. Однако полученный результат можно объяснить тем, что высокий уровень налогообложения является, как правило, чертой развитых стран, характеризующихся низкой волатильностью экономики. Это в свою очередь подразумевает бо льшую экономическую стабильность и предсказуемость их экономик, что и привлекает многих инвесторов.
5. Х6 (численность городского населения). Коэффициент при X6 достигает 0.058, иначе говоря, в страны с высокой численностью населения, проживающих в городах, поступает больше ПИИ, чем в низко урбанизированные страны. А именно с ростом численности городского населения на 1 % число ПИИ возрастает на 5.8%. Это обусловлено тем, что покупательная сила городского населения, как правило, выше сельского, в связи с чем инвесторы направляют большую часть своих вложений в высоко урбанизированные страны.
Для проверки соответствия модели предпосылкам теоремы Гаусса-Маркова проанализируем её на наличие мультиколлинеарности, гетероскедастичности, автокорреляции и нормальности распределения остатков [2]. Проверка регрессоров на мультиколлинеарность была осуществлена выше с помощью корреляционной матрицы переменных. Строгая мультиколлинеарность не была обнаружена. Для выявления потенциальной гетероскедастичности применим тесты Бройша-Пагана и Гольфреда-Квандта. В первом тесте наблюдаемая статистика оказалась ниже критической (ВРнабл = 9.131, BP^m^^^), следовательно, нулевая гипотеза о гомоскедастичности не отвергается. Аналогичный вывод получается при реализации теста Гольфреда-Квандта, где GQнабл= 0.501, а СОфитич= 1.804. Таким образом, можно говорить о постоянстве дисперсии остатков модели Что касается автокорреляции остатков, по результатам теста Дарбина-Уотсона она обнаружена не была, поскольку p-value = 0.09, что больше 0.05. Следовательно, нулевая гипотеза об отсутствии автокорреляции не отвергается. В нормальности распределения остатков можно убедиться, применив тест Дурника-Хансена к остаткам: p-value = 0,46925, значит, нулевая гипотеза о нормальности остатков не отвергается на 5% уровне.
Таким образом, в ходе проведенного исследования было рассмотрено влияние различных факторов на приток прямых иностранных инвестиций в 95 странах мира в 2018 году. По результатам эконометрического анализа было установлено, что степень раскрытия информации, число требуемых процедур для открытия компании, уровень налогообложения и численность городского населения положительно влияют на приток ПИИ, что свидетельствует о значимости данных факторов в контексте повышения инвестиционной привлекательности стран мира. Инфляция отрицательно влияет на ПИИ, время на получение доступа к электричеству не оказывает статистически значимого влияния.
Список используемой литературы:
1. Демидова О. А Эконометрика : учебник и практикум для вузов / О. А. Демидова, Д. И. Малахов. — М.: Издательство Юрайт, 2020. - С.170-172.
2. Доугерти К. Введение в эконометрику: Пер. с англ. - М.: Издательство ИНФРА-М, 1999. - С.402.
3. Назарова В.В. Роль прямых иностранных инвестиций в международных финансах // Управленческое консультирование. - 2014. .№11 (71). - С.42-57.
4. Foreign direct investment, net inflows. Indicators. The World Bank // [Электронный ресурс] - URL: https://data.worldbank.org/indicator/BX.KLT.DINV.CD.WD (дата обращения: 15.03.2020)
5. Indicators. The World Bank // [Электронный ресурс] - URL: https://data.worldbank.org/indicator (дата обращения: 15.03.2020)
