The Ministry of Education and ScienceFederal
State Autonomous Educational Institution of Higher Education"The
Ural Federal University named after the first Russian President Boris
Yeltsin"Institute "The Great School of Economics and Management"Department
of International Economics |
«Factors influencing the corruption component of
the economies of the world» |
сourse work: «Modern methods of econometric analysis» |
| |
| |
| |
Completed:
Suslov Alexandr Andreevich,
3rd year student of the group EM-343304
Director:
Kislyak Nadezhda Valerievna,
Candidate of Economic Sciences,
Master of Mathematics, Senior Lecturer
Ekaterinburg, 2017.
ОГЛАВЛЕНИЕ
Introduction
Chapter
1
Theoretical
approaches to the study of corruption
1.1 General information about corruption
1.2 Review of works on a given topic
Chapter
2.
The
main theoretical aspects used in the study
2.1 Instruments for econometric analysis of data: concepts and characteristics
2.2 Description of the data
Chapter
3.
Identification
of the main factors affecting corruption in the world
2.1 Learning the basic descriptive statistics
2.2 Correlation analysis
2.3 Building a basic model
2.4 Construction of models with fixed and random effects. Choosing
a regression model
Conclusion
Bibliography
Introduction
Corruption as a phenomenon of a global scale is common
in many countries of the world and seriously affects them socially.
A report published this year by Transparency International, a non-governmental
organization, talks about the growth of corruption in various countries
of the world, and especially those that have recently achieved economic
development. Founded in 1993, Transparency International, headquartered
in Berlin, now operates in almost 100 countries. In its current annual
report, Transparency International presented a list of 178 states around
the world, giving them points from 1 to 100. In parallel, the organization
notes that it is impossible to accurately assess the level of corruption
in different countries, because this phenomenon is illegal and thorough
Hide.
The purpose of this work is to identify those factors
that affect the level of corruption, as well as the impact of the corruption
component on the economic development of the countries of the world.
The subject of the study are statistical data of
30 countries.
The relevance of the research is that the problem
of corruption is more relevant than ever in modern Russia, and the study
of the economic situation as prerequisites is necessary to combat this
phenomenon.
Objectives for the study:
1. To study the impact of the classification of factors
that affect the corruption index.
2. Analyze research on methods for identifying and
assessing factors.
3. To study the necessary aspects for conducting
econometric research.
4. Collect the data.
5. Construct a regression to identify and evaluate
factors.
To carry out the research itself, massive data were
obtained, information was analyzed, statistical and econometric research
was conducted, analysis was carried out and, as a result, a study based
on the construction of a qualitative regression model was carried out.
Глава 1. Теоретические
подходы к исследованию коррупции.
1.1. Общие сведения
о коррупции.
Коррупция (от лат. corrumpere — растлевать,
лат. corruptio — подкуп, порча, растление,
продажность, разложение) — термин, обозначающий
обычно использование должностным лицом
своих властных полномочий и доверенных
ему прав, а также связанных с этим официальным
статусом авторитета, возможностей, связей
в целях личной выгоды, противоречащее
законодательству и моральным установкам.
Коррупцией называют также подкуп должностных
лиц, их продажность, подкупность, что
типично для мафиозных государств. Соответствующий
термин в европейских языках обычно имеет
более широкую семантику, вытекающую из
первичного значения исходного латинского
слова.
Характерным признаком коррупции
является конфликт между действиями должностного
лица и интересами его нанимателя либо
конфликт между действиями выборного
лица и интересами общества. Многие виды
коррупции аналогичны мошенничеству,
совершаемому должностным лицом, и относятся
к категории преступлений против государственной
власти.
Коррупции может быть подвержено
любое должностное лицо, обладающее дискреционной
властью в сфере распределения каких-либо
не принадлежащих ему ресурсов по своему
усмотрению (чиновник, депутат, судья,
сотрудник правоохранительных органов,
администратор и т. д.). Главным стимулом
к коррупции является возможность получения
экономической прибыли (ренты), связанной
с использованием властных полномочий,
а главным сдерживающим фактором — риск
разоблачения и наказания.
Согласно макроэкономическим
и политэкономическим исследованиям,
коррупция наносит существенный ущерб
и препятствует экономическому росту
и развитию в интересах общества в целом.
По оценкам Всемирного банка, ежегодно
в мире расточительно расходуется один
триллион долларов ($1,000,000,000,000).
1.2. Обзор работ по заданной
тематике.
Для того чтобы понять, какие
факторы влияют на индекс восприятия коррупции,
необходимо проанализировать имеющиеся
классификации в современной литературе.
Это поможет упорядочить имеющиеся знания,
а также выявить важные факторы.
Нужно отметить, что на сегодняшний
день имеется недостаточное количество
классификаций факторов, оказывающих
непосредственное влияние на коррупцию
для разных стран в мире. В работе будут
рассмотрены две статьи, из которых были
взяты переменные для уравнения регрессии.
Статья №1.
«ECONOMETRIC MODELING OF THE INDEX OF PERCEPTION
OF CORRUPTION IN THE WORLD BASED ON A GROUP OF MACROECONOMIC FACTORS»
Karaseva Svetlana Sergeevna «Financial University under the Government
of the Russian Federation», Moscow, Russia
Автор работы рассматривает
влияние различных факторов на коррупцию,
для этого строит эконометрическую модель.
Производилась оценка данных 136 стран
мира за 2011 год. Данная модель включала
в себя классификацию факторов, которые
влияют на коррупцию, по мнению автора:
ВВП на душу населения, уровень инфляции,
коэффициент конкурентоспособности.
Статья №2.
«ECONOMETRIC MODELS USED FOR THE CORRUPTION ANALYSIS» Tudorel Andrei
and Stelian Stancu and Monica Nedelcu and Ani Matei , «Academy of Economic
Studies Bucharest», «National School of Political Studies and Public
Administration».
В данном исследовании строятся различные
модели, в которых рассматривается влияние
коррупции. Модели доказывают, что существует
достаточное большое количество факторов,
которые влияют на коррупционную составляющую
экономики Румынии. В данной статье рассматриваются
показатели стран европейского союза.
Глава 2. Основные
теоретические аспекты, применяемые в
исследовании.
2.1. Инструменты
для эконометрического анализа данных:
понятия и характеристики
В оценке факторов, оказывающих
влияние количество прибывших туристов
необходимо использование инструментов
математической статистики и эконометрики.
В этом параграфе будут представлены
главные методы и инструменты, использованные
при эконометрическом анализе. После сбора
и обработки данных для их анализа и для
построения модели регрессии, необходимо
знать некоторые теоретические аспекты
математической статистики и эконометрики.
Для того чтобы количественно
описать взаимосвязи между экономическими
переменными, используются методы регрессии:
простая (парная) и множественная. В работе будет
применен второй тип регрессии, так как
множественная регрессия представляет
собой регрессию результативного признака
с двумя и большим числом факторов. В исследуемой
модели также число факторов превышает
один. Спецификация нашей модели – логарифмическая.
Для оценки качества подбора
логарифмической функции рассчитывается
коэффициент детерминации (R2):
[6, с.48]
Как только построено уравнение
регрессии, проводится оценка значимости
как уравнения в целом, так и отдельных
ее параметров.
Оценка значимости уравнения
регрессии в целом проверяется с помощью
F-критерия Фишера:
,
где p - число независимых переменных
в уравнении регрессии.
Более того, одним из важных
тестов является Redundant Variables test – тест на лишние
переменные. При помощи данного теста
можно улучшить спецификацию модели, удалив
из неё некоторые на первый взгляд незначимые
переменные, у которых мала t-статистика
и высокая вероятность незначимости.
В этом исследовании необходим
тест Хаусмана. Он проводится, когда требуется
сравнить модели, которые оцениваются
разными методами. [9] Тест на правильность
спецификации проверяется тестом Рамсея.
RESET-тест Рамсея на пропущенные регрессоры
генерирует степени предсказанных значений
зависимой переменной, включает их в модель
в качестве регрессора и проверяет его
значимость.
2.2. Описание данных
В данной
работе используются панельные данные.
Количественные значения переменных были
взяты из базы данных служб мировой
статистики. Данные брались за 4 года с
2013 по 2017 гг.
Первоначально был выбрано
3 фактора (без зависимой переменной), которые
могут влиять на динамику развития туризма
в России. Зависимая переменная – это
индекс восприятия корупции, ведь данный
индекс был разработан мировой организацией
для оценки коррумпированности государства.
В итоге для исследования, связанного
с коррупцией были отобраны следующие
переменные:
Таблица 1. Описание переменных
№ |
Название переменной |
Интерпретация |
1 |
CORR |
индекс восприятия коррупции; |
2 |
GDP |
ВВП на душу населения |
3 |
COMP |
коэффициент конкурентоспособности
экономики |
4 |
INFL |
уровень инфляции в государстве |
Нужно также
отметить, что для обработки массива данных
используется офисный пакет Microsoft Excel
(в нем лучше всего работать со сбором
данных), а для проведения исследования
используется программа EViews. Это один
из лучших инструментов для статического
и эконометрического анализа данных.
Глава 3. Выявление
основных факторов, влияющих на коррупцию
стран мира
3.1. Изучение основных
описательных статистик
Уровень ВВП , является наиболее
распространенной переменной, используемой
в создании эконометрические модели индекса
коррумпированности государства. Прежде
всего описательные статистики для группы
данные представлены в следующей таблице.
Таблица 2. Описательная статистика
переменных
Если рассматривать зависимую
переменную LGCORR – то среднее значение
индекса коррумпированности государства
за год примерно 3.66. Если сравнивать с
максимальным значение, то размах не большой.
3.2. Корреляционный
анализ
Теперь обратимся к количественным
независимым переменным. До построения
модели регрессии необходимо выявить
те факторы, которые тесно связаны между
собой. Ведь если не устранить тесную взаимосвязь
между ними, это приведет к неверным значениям
коэффициентов в самой регрессии. В процессе
корреляционного анализа рассчитываются
коэффициенты корреляции. Именно по их
значениям будет определено, какие факторы
нужно оставить, а какие следует исключить
из выборки. Матрица корреляций представлена
в следующей таблице.
Таблица 3. Корреляционные анализ
переменных
После анализа Матрицы корреляции
сильнокоррелируемых показателей обнаружено
не было, следовательно в регрессии нет
связанных переменных. Исключать из уравнение
регрессии переменные не нужно.
3.3. Построение базовой
модели
В анализируемой статье, автор
берет логарифмическую модель регрессии:
Построим базовую регрессионную
модель для коррупции за период с 2014
по 2017 гг. Следует использовать логарифмическую
спецификацию для базовой модели регрессии.
Прежде всего, необходимо построить первичную
модель регрессии, которая включает в
себя все переменные, а затем следует
решить, какие из этих характеристик имеет
смысл оставить в модели.
Таблица 4. Общее уравнение
регрессии.
По результатам построенной
модели (Таблица 8) можно сделать вывод
о том, что она значима в целом (Prob(F-statistic)<0.05,
на 5%-ом уровне значимости, есть основания
отвергнуть нулевую гипотезу о том, что
модель не значима в целом). Коэффициент
детерминации, который показывает долю
объясненной дисперсии – 70%, фактически
половина значений модель описала. Помимо
этого, также скорректированный на количество
объясняющих переменных коэффициент детерминации
(Adjusted R-squared) составляет 69%.
Для улучшения спецификации
регрессионной модели можно убрать некоторые
на первый взгляд незначимые переменные,
у которых t-статистика мала и высока вероятность
незначимости (такие факторы выделены
в таблице 8.
Для проверки надо использовать
тест на лишние переменные (Redundant Variables).
Redundant Variables Test |
|
|
Equation: UNTITLED |
|
|
Specification: LGCORR C LGGDP LGCORP LGINF
|
| |
|
|
Redundant Variables: LGRINFL |
|
|
| |
|
|
|
|
| |
|
|
|
|
| |
Value |
df |
Probability |
|
t-statistic |
-1.695207 |
93 |
0.0923 |
|
F-statistic |
-1.792038 |
(1, 93) |
0.0923 |
|
Likelihood ratio |
-1.795274 |
1 |
0.0934 |
|
Значение вероятности превысило
значение 0,05, следовательно, указанные
переменные можно исключить из модели.
Новая модель выглядит следующим
образом:
Новая модель также осталась
значимой. Не осталось незначимых переменных
и при этом, значения коэффициента детерминации
и скорректированного коэффициента детерминации
остались на прежнем уровне, что подтверждает
правильной выбор удаления лишних переменных.