CC BY
1ВЛИЯНИЕ ДИНАМИКИ ТЕМПОВ РОСТА НА ИНДЕКС
ПОТРЕБИТЕЛЬСКОЙ АКТИВНОМТИ В 2011-2022 годы
Андриасов Г.А., студент 3 курса Финансовый университет при Правительстве Российской Федерации, Москва, Россия
E-mail: [email protected] Научный руководитель: Богомолов А.И.., доцент Финансовый университет при Правительстве Российской Федерации, Москва, Россия
E-mail: [email protected]
Аннотация. индекс потребительской активности - показатель, демонстрирующий динамику потребления домохозяйствами товаров. Базой для расчета индекса являются ежедневно обновляемые данные по покупкам нескольких сотен категорий продовольственных и непродовольственных товаров. В данной работе будет проанализировано влияние динамики темпов роста ВВП на показатель потребительской активности
Ключевые слова: индекс потребительской активности; внутренний валовый продукт (ВВП)
IMPACT OF THE DYNAMICS OF GROWTH RATES ON THE CONSUMER INDEX
ACTIVITY IN 2011-2022 Andriasov G.A.,
3rd year student Financial University under Financial University under the Government of the
Russian Federation, Moscow E-mail: [email protected] Supervisor: A.I. Bogomolov, associate professor Financial University under the Government of the Russian Federation, Moscow
E-mail:[email protected]
Abstract: consumer activity index is an indicator showing the dynamics of households' consumption of goods. The basis for calculating the index is daily updated data on purchases of several hundred categories of food and non-food products. This paper will analyze the impact of the dynamics of GDP growth rates on the consumer activity index
Keywords: consumer activity index; gross domestic product (GDP)
1. ГВведение.
Потребительскую активность
населения, выражающуюся в объеме расходов домашних хозяйств на конечное потребление товаров и услуг, без сомнения можно считать основным драйвером экономического роста и в то же время одним из индикаторов состояния экономики страны. Причиной значительного влияния потребительских расходов на динамику ВВП является их доминирование в структуре данного показателя. От потребительской активности зависят деловая активность и
развитие экономики в целом. Дж. М. Кейнс в своем труде «Общая теория процента, занятости и денег» писал о том, что «потребление является единственной целью и объектом всей экономической деятельности» [1]. С одной стороны, расходы на покупку благ и услуг выступают материальной основой жизнедеятельности населения, а с другой стороны, дают возможность
производителям создавать фонды возмещения и накопления, обеспечивая тем самым процесс расширенного воспроизводства. Потребительские
расходы являются наиболее стабильным
компонентом совокупного спроса: согласно «основному психологическому закону», сформулированному Дж. М. Кейнсом: при росте располагаемого дохода они увеличиваются, но в меньшей степени, чем доход (таким образом, показатель «предельная склонность к потреблению» является положительной величиной, не превышающей единицы). Предельная склонность к потреблению напрямую влияет на значение мультипликатора инвестиций и, как следствие, на рост ВВП (чем она выше, тем сильнее мультипликативный эффект, проявляющийся в объеме прироста реального ВВП, превышающем первоначальный прирост инвестиций). Напротив, замедление темпов роста потребления вызывает снижение инвестиционной активности и сокращение темпов роста ВВП. Если темпы роста расходов на конечное
потребление опережают темпы роста ВВП, то в этом случае справедливым будет утверждение о потребительской модели экономического роста [2].
Проведем эконометрическое исследование и оценим влияние динамики ВВП на индекс потребительской активности, используя данные по индексу физического объема ВВП и расходов на конечное потребление домашних хозяйств, выраженных в процентах прироста или падения к предыдущему году.
2. Материалы и методы исследования
В табл. 1 приведены данные темпа роста ВВП России и темпы индекса потребительской активности в %.[3]
Таблица 1. - Исходные данные
Год Темп роста ВВП % Темп индекса потребительской активности %
2011 4,3 6,8
2012 4 7,6
2013 1,8 5,1
2014 0,7 2,1
2015 -2 -9,5
2016 0,2 -2,6
2017 1,8 3,7
2018 2,8 4,3
2019 2 3,2
2020 -2,7 -7,4
2021 5,6 9,5
2022 -2,1 -1,8
Для наглядного изучения влияния ВВП на индекс потребительской активности построим точечную
диаграмму, воспользовавшись
программой Excel (рис. 1).
Точечная диаграмма распределения показателей
15
-10 -15
1 п
5
0 ........* .......
• 2 -5 >
y = 2,o789x - 1,0912 R2 = 0,8747
Рис. 1. Точечная диаграмма распределения показателей Из диаграммы видно, что между показателями существует прямая линейная зависимость. Это говорит о том, что ВВП и индекс потребительской активности распределяются в
соответствии со взаимным ростом и падением факторов. Так, при росте ВВП растет и индекс потребительской активности.
Докажем эту связь с помощью проведения корреляционного анализа [47]. Для этого воспользуемся встроенной функцией из пакета Excel «КОРРЕЛ», приняв за Х - индекс потребительской активности, а за У - темп роста ВВП. Так, коэффициент корреляции равен 0,935245273. Так как коэффициент корреляции положителен, то это подтверждает наличие прямой линейной зависимости. Для достоверности использования показателя коэффициента корреляции необходимо проверить его значимость, для этого найдем и ).
Таблица 2. - Результат работы программы ЛИНЕИН
посчитаем критическое и наблюдаемое значение t-статистики. Так, наблюдаемое значение статистики найдем по формуле: =ABS ((Коэф
коррел*КОРЕНЬ(Ю))/КОРЕНЬ(1 - Коэф коррел * Коэф коррел)). Данное значение равняется 14,94502916. Посчитаем критическое значение при помощи встроенной функции Excel
=СТЬЮДЕНТ.ОБР.2Х на уровне значимости 95%, следовательно, вероятность равна 0,05. Данное значение равняется 2,228138852. По
произведенным расчетам видно, что наблюдаемое значение статистики больше критического, это говорит о значимости коэффициента корреляции, а следовательно, подтверждает наличие связи между факторами.
Сделаем еще одну проверку значимости данной модели,
воспользовавшись программой ЛИНЕИН (табл. 2
2,078945119 1,091224996
0,248840604 0,719776197
RA2 0,874683722 2,197512864
F 69,79809269 10
ESS 337,0593721 48,29062789
8
По результатам работы данной программы число Фишера равняется 69,79809269. Для оценки значимости данного показателя, найдем критическое значение, используя функцию =FРАСПОБР, проведя проверку на уровне значимости 0,05. Данное значение соответствует числу 4,964602744. Так как критическое значение Фишера меньше
коэффициента Фишера, то модель можно признать статистически значимой.
Проверим модель через следующую эконометрическую программу
регрессионного анализа. Для этого воспользуемся пакетом анализа данных программы Excel и используем функцию РЕГРЕССИЯ
Таблица З. - Регрессионная статистика. Результат работы программы РЕГРЕССИЯ.
Регрессионная статистика
Множественный R R-квадрат Нормированный квадрат
Стандартная ошибка Наблюдения
R-
0,935245273 0,874683722
0,862152094 2,197512864 12
Таблица 4. - Дисперсионный анализ. Результат работы программы РЕГРЕССИЯ. Дисперсионный анализ
df SS MS F Значимость F
Регрессия 1 337,0594 337,059372 69,7981 8,03804E-06
Остаток 10 48,29063 4,82906279
Итого 11 385,35
Таблица 5. - Результат работы программы РЕГРЕССИЯ.
Коэффициенты Стандартная ошибка t- статистика P-Значение
Y- пересечение Переменная X 1 -1,091224996 2,078945119 0,719776197 0,248840604 -1,51606152 8,354525282 0,160457476 8,03804E-06
Проанализируем результат работы программы РЕГРЕССИЯ. Так как показатель ^статистики переменной Х, то есть нашего измеряемого фактора, а именно, динамики роста ВВП, равен 8,355, что больше значения 2, то фактор
можно признать значимым. Это подтверждает и p-значение
регрессионного анализа, который меньше 0,05. Таким образом, регрессионный анализ показал
значимость фактора на исследуемый показатель.
Проведем тест Дарбина-Уотсона. Для этого выделим остатки по результатам
программы РЕГРЕССИЯ. Посчитаем разницу между остатками и найдем сумму квадратов каждого из столбца.
Переме 5 £ 1- нная X 1 График остатков
я и -2 ♦ -5 ♦ ♦ \ ф1 2 4 6 8 Переменная X 1
Рис. 2. График остатков переменной Х1
По данному графику распределения проведем тест Дарбина-Уотсона для
остатков видно, что линейная связь доказательства этого факта.
между значениями нарушена, поэтому
Таблица 6. - Остатки и разница между ними по результатам программы РЕГРЕССИЯ
Дельта
Остатки остатков
-1,048239015 1,423683536
0,37544452 2,073679261
2,449123782 -0,713160369
1,735963413 -5,986848179
-4,250884767 2,326320739
-1,924564028 2,97368781
1,049123782 -1,478945119
-0,429821337 0,563156095
0,133334758 -0,828957942
-0,695623183 -0,355244486
-1,05086767 4,707877415
3,657009745
48,29062789 82,41445981
Для нахождения числа Дарбина-Уотсона необходимо разделить сумму квадратов дельты остатков на сумму квадратов остатков. По результатам расчетов, данное число равняется 1,706634671. По таблице значений
Дарбина-Уотсона
(https://math.semestr.ru/trend/darbin.php ) найдем значения dl (0,697) и du (1,023). Достроим ряд автокорреляции по формулам: 4^; 4^ и подставим значение DW в подходящий интервал
1,706634671|
положите^. Дат. зона неопред. отсутств. Дат зона неопред. отрицательн. Авт.
0 |!| (1оуи) йи 2 4с1и 4-Ш 4
0,697 1,023 2,977 3,303
Рис. 3. Тест Дарбина-Уотсона
Таким образом, наше искомое значение попадает в интервал отсутствия автокорреляции. Отсутствие
автокорреляции, — это отсутствие линейной связи между значениями остатков на разных наблюдениях. Возможно, в остатках наблюдается сложная нелинейная зависимость, которая не может быть выявлена Таблица 7. - Распределение значений для
проведения теста Голфелда-Квандта.
Темп роста ВВП % Темп индекса потребительской активности %
-2,7 -7,4
-2,1 -1,8
-2 -9,5
0,2 -2,6
0,7 2,1
1,8 5,1
1,8 3,7
2 3,2
2,8 4,3
4 7,6
4,3 6,8
5,6 9,5
стандартными методами, что
сигнализирует о все той же проблеме пропущенных переменных.
Последний тест, который мы проведем, это тест Голфелда-Квандта. Для его проведения необходимо сгруппировать все значения Х по возрастанию, разделим данные на 2 части:
Для каждого получившегося ряда значений используем программу НЕЙН.
2,59504 -0,57672
0,775008 1,396091
0,737046 3,164116
11,21181 4
112,2485 40,04652 ЕББ!
1,654523 0,197046
0,187353 0,68808
0,951212 0,618216
77,98776 4
29,80624 1,528765 ЕЬ52
Рис. 4. Результат работы программы ЛИНЕЙН в рамках проведения теста Голфелда-Квандта
Для нахождения числа ОО поделим число Е8Б2 на Б881. Полученное значение: 0,038174718. Найдем критическое значение данного показателя через функцию БРАСПОБР = 4,964602744. Так как критическое значение показателя больше самого значения числа Голфелда-Квандта, то гетерокседаксичность обнаружена в
модели. Это свидетельствует об однородности наблюдений, постоянстве дисперсии случайной ошибки в эконометрической модели.
Вывод:
Таким образом, по проведенному исследованию можно сделать вывод, что в анализируемый период прирост или падение расходов домохозяйств на потребление опережали прирост или падение ВВП (за исключением 2016 и 2022 гг.). Среднегодовой темп прироста ВВП (без кризисных 2015, 2020 и 2022 гг.) составил 2,6%, а аналогичный показатель расходов домашних хозяйств на потребление за эти же годы составил 4,4%.
Из анализа эконометрической модели следует, что связь между динамикой ВВП и индексом потребительской активности существует. Данная связь является значимой прямой линейной и подтверждается всеми проведенными в ходе исследования тестами. Это свидетельствует о том, что уровень ВВП действительно находится в зависимости от индекса потребительской активности. Именно поэтому для увеличения внутреннего валового продукта в стране необходимо стимулировать повышение спроса на товары и услуги.
Список литературы:
1. Кейнс Дж.М. Общая теория занятости, процента и денег/ Дж.М. Кейнс. Избранные произведения. М., 2013, 402 с.
2. Пыженкова Е.С.. Потребительская активность населения как индикатор состояния экономики. URL: https://giefioumal.ru/sites/default/files/033.%20E .S.%20Pyzhenkova.pdf (Дата обращения: 20.12.2023)
3. Федеральная служба государственной статистики. URL: http://www.gks.ru (дата обращения 10.12.2023)
4. Айвазян, С. А. Эконометрика / С.А. Айвазян, С.С. Иванова. - М.: Маркет ДС, 2017. - 104 с. (Дата обращения: 22.12.2023)
5. Эконометрика / Под редакцией В.Б. Уткина. -М.: Дашков и Ко, 2017. - 562 с. (Дата обращения: 20.12.2023)
6. Гармаш, А. Н. Экономико-математические методы и прикладные модели : учебник для бакалавриата и магистратуры / А. Н. Гармаш, И. В. Орлова, В. В. Федосеев ; под ред. В. В. Федосеева. — 4-е изд., перераб. и доп. — М. : Издательство Юрайт, 2017. — 328 с (Дата обращения: 18.12.2023)
