Факторы, определяющие объем прямых иностранных инвестиций в регионы РФ
Приведенные выше модели имеют значимые коэффициенты, причем некоторые коэффициенты показывают достаточно удивительную зависимость. Наряду с тем фактом, что мы не используем панельную структуру данных, данные результаты имеют меньшую надежность из-за низкого значения коэффициента детерминации. Причем в подобных моделях получение коэффициента выше, чем приведенный, оказывается проблематичным. Это может наталкивать на мысль о не включении в модель некоторых существенных переменных, таких как институциональная среда, инфраструктура в регионе и другие.
Однако данную проблему, возможно, можно решить введением индивидуальных эффектов, то есть учитывая панельную структуру данных. Сразу отметим, что имея в качестве объектов разнородные регионы: по размерам, культурным, этническим, демографическим, экономическим и прочим характеристикам, однозначно склоняет выбора модели для панельного исследования с фиксированными эффектами, то есть не случайными эффектами.
Для панельных регрессий разумных моделей получается значительно меньше. Ниже приводится только две, в которых не учитываются лаги. Мы строили модели с фиксированными эффектами, так как регионы России не рассматриваются как случайная выборка из генеральной совокупности.
инвестиция загрязнение природный инновационный
Variable |
y_pc_real |
y_natr |
trade_pc |
y_sale |
_cons |
N |
FE_1 |
0.0097 |
-28.46 |
-298.3676 |
447 | ||
12.32 |
-4 |
-3.27 | ||||
FE_2 |
0.0019 |
-13.2536 |
0.0361 |
-18.1634 |
370.345 |
368 |
2.53 |
-2.4 |
3.39 |
-1.94 |
2.34 |
Уже сейчас можно выявить удивительную закономерность (которая подтверждается и во многих других моделях с большим числом регрессоров, некоторые коэффициенты не значимы) про отрицательный и значимый знак при переменный доли природных ресурсов в ВРП. Такая же закономерность наблюдается и для моделей без учета панельной структуры, причем не только для этой переменной, тогда как логичное объяснением можно привести только для переменной уровня преступности.