CC BY
95
Вестник Евразийской науки / The Eurasian Scientific Journal https://esj.today 2019, №3, Том 11 / 2019, No 3, Vol 11 https://esj.today/issue-3-2019.html URL статьи: https://esj.today/PDF/03ECVN319.pdf Ссылка для цитирования этой статьи:
Кравец А.В., Фролова Л.В. Эконометрическая модель зависимости динамики экономики Соединенных Штатов Америки от бюджетных затрат федерального правительства США на национальную оборону (по видам вооружения, военной техники и услуг) // Вестник Евразийской науки, 2019 №3, https://esj.today/PDF/03ECVN319.pdf (доступ свободный). Загл. с экрана. Яз. рус., англ.
For citation:
Kravets A.V., Frolova L.V. (2019). Econometric model of the dependence of the dynamics of the economy of the United States of America on the budget expenditures of the us Federal government for national defense (by types of weapons, military equipment and services). The Eurasian Scientific Journal, [online] 3(11). Available at: https ://esj. today/PDF/03ECVN319.pdf (in Russian)
УДК 330.4
ГРНТИ 06.52.01, 06.52.17
Кравец Александр Витальевич
ФГКВОУ ВО «Новосибирский военный институт имени генерала армии И.К. Яковлева войск национальной гвардии Российской Федерации», Новосибирск, Россия Профессор кафедры «Гуманитарных и социальных наук» Кандидат социологических наук, доцент E-mail: apt-words@mail.ru ORCID: http://orcid.org/0000-0003-4694-0973 РИНЦ: https://elibrary.ru/author profile.asp?id=355106
Фролова Лариса Валерьевна
ФГКВОУ ВО «Новосибирский военный институт имени генерала армии И.К. Яковлева войск национальной гвардии Российской Федерации», Новосибирск, Россия Старший преподаватель кафедры «Гуманитарных и социальных наук»
E-mail: frolowa.la2309@yandex.ru РИНЦ: https://elibrary.ru/author profile.asp?id=830345
Эконометрическая модель зависимости динамики экономики Соединенных Штатов Америки от бюджетных затрат федерального правительства США на национальную оборону (по видам вооружения, военной техники и услуг)
Аннотация. В статье рассматривается влияние бюджетных расходов на экономический рост на примере статистических данных Бюро экономического анализа Соединенных Штатов Америки за период с 1972 по 2017 год. Дается обзор по результатам аналогичных исследований результатов влияния бюджетных расходов на экономический рост, как в позитивном, так и в негативном ключе. Рассматриваются основные теоретические подходы к данной проблеме со стороны неоклассического подхода, кейнсианства и институционализма. Проанализированы существующие эконометрические модели других авторов (модели типа эндогенного роста, модели типа Солоу, модель Федера-Рема). Построена и проанализирована линейная эконометрическая модель множественной регрессии зависимости валового внутреннего продукта США от затрат на конкретные закупки вооружения и военной техники, а также валовых инвестиций в закупки продуктов с интеллектуальными свойствами, затратами на
научные разработки. По результатам построенной эконометрической модели сделаны выводы о влиянии военных расходов на динамику экономического роста. В частности анализ модели показывает, что такие переменные, как закупка электроники, перевозки, кадровое обеспечение, инвестиции в ракетостроение, научные исследования и разработки. К факторам, которые отрицательно связаны с экономическим ростом оказались расходы на закупку авиационной техники, ГСМ, обслуживание оборудования.
Ключевые слова: военные расходы; национальная оборона; США; эконометрическая модель; регрессия; экономический рост; ВВП
Зависимость экономического роста от бюджетных затрат на национальную оборону одно из важных направлений экономических исследований [1].
Влияние выделяемых средств на национальную оборону двояко. С одной стороны чрезмерные затраты на военные расходы отвлекают ресурсы государства от решения экономических и социальных задач, повышения уровня жизни населения, а с другой стороны расходы на оборону стимулируют развитие высокотехнологичных производств, наукоемких отраслей, расширяется экспорт товаров двойного назначения, вооружения и военной техники, положительно влияют на макроэкономические индикаторы: ВВП, занятость, доходы, структуру производства [2].
К негативным факторам влияния военных расходов на национальную оборону можно отнести следующие: отвлекаются ресурсы, которые являются потенциальными инвестициями в гражданские сектора экономики, снижаются в целом финансовые средства на научно-исследовательские и опытно-конструкторские разработки (НИОКР), так называемое перепрофилирование занятости научных организаций. К благоприятным факторам влияния военных расходов на экономический рост можно отнести следующие: увеличение совокупного спроса и снижение безработицы, если военные расходы затрагивают чисто гражданские отрасли экономики, а также положительное влияние на развитие новых технологий, которые в случае их внедрения в гражданские отрасли способствуют росту экономики. Развитие инфраструктуры: транспорт, связь, коммуникации [8].
В рамках неоклассического подхода отмечается, что если рассматривать государство как рационального экономического агента, то последний будет балансировать между преимуществами затрат на национальную оборону и тем самым обеспечивая национальную безопасность в целом для страны и альтернативными издержками (то есть максимизирует функцию общественного благосостояния).
Кейнсианское направление видит в военных расходах один из способов увеличение валового выпуска в экономике страны за счет проявления эффекта мультипликатора. При таком подходе увеличение военного производства приводит к росту инвестиций и в конечном итоге, к экономическому росту [5; 7].
Институционалисты основываются на том, что часть экономических агентов, к которым относятся частные компании и организации, объединенные в военно-промышленный комплекс, всегда лоббируют увеличение бюджетных расходов на оборону, даже в ситуации, когда необходимость в этом отсутствует [3].
Наиболее известными моделями, в которых на эмпирическом уровне оценивается зависимость экономического роста от расходов на оборону являются следующие:
Введение
• модели эндогенного роста: рассматривается зависимость валового внутреннего продукта на душу населения от независимых переменных - государственного потребления и частных инвестиций;
• модели типа Солоу: рассматривается зависимость валового внутреннего продукта от независимых переменных - нормы сбережений, темпа роста рабочей силы и доли затрат на вооружение и военную технику от валового внутреннего продукта;
• модель Федера-Рама основана на двухсекторной модели экономики (выпуск гражданской и военной продукции): зависимость темпов роста валового внутреннего продукта от независимых переменных - темпов роста затрат труда, темпов роста валовых инвестиций, темпов роста затрат на вооружение.
Механизм формирования расходных статей бюджете США на национальную оборону имеет свои особенности и включает в себя расчеты множества оценок и прогнозных показателей [6].
При расчете экономических прогнозов бюджетным управлением конгресса США используется большое количество экономико-математических моделей, основу которых составляют следующие: Textbook Growth Model, Life Cycle Model, Infinite Horizon Model, Macroeconomic Advisers and Global Insight's Models.
Гипотезы исследования
1. Зависимость между экономическим ростом и расходами на национальную оборону можно выразить через построение множественной линейной регрессии.
2. Затраты бюджета на закупку вооружения и военной техники должны иметь положительную связь с экономическим ростом, через мультипликационный эффект.
3. Инвестиционные расходы на создание новых образцов вооружения и военной техники, а также расходы на научные исследования и новые военные разработки, включая цифровые продукты с интеллектуальными свойствами в наибольшей степени ускоряет экономический рост.
База и период исследования. Для построения множественной регрессионной модели были использованы статистические данные Бюро экономического анализа (Bureau of Economic Analysis US Department of Commerce, официальный сайт https://www.bea.gov/data/economic-accounts, данные на 25 марта 2019 года). Период с 1972 по 2017 гг. Все статистические показатели, использованные в эконометрической модели, были дефлированны. За базовый год был принят 2012 год (согласно статистическим данным Бюро экономического анализа США).
В ходе построения модели учитывался следующий алгоритм действий:
• проверка исходных данных на стационарность (ADF-test);
• в случае стационарности используется метод наименьших квадратов, в противном случае используется коинтеграционная модель (Engel-Grander test, LR-model);
• оценка точности модели и удовлетворительность ее прикладной способности;
• интерпретация и выводы по построенной модели.
В качестве набора переменных были выбраны следующие показатели (табл. 1). Страница 3 из 10
Переменные:
Зависимая переменная - Валовый внутренний продукт США (данные годовые с 1972 по
Независимые переменные: Оплата труда
Military: Оплата труда государственных служащих (военные) МО США.
Civilian: Оплата труда государственных служащих (гражданский персонал) МО США.
Закупки товаров долгосрочного пользования
Aircraft: Воздушные суда.
Missiles: Ракетостроение.
Ships: Морские суда.
Vehicles: Транспортные средства.
Electronics: Электроника.
Other durable goods: Другие товары долгосрочного пользования.
Закупки товаров краткосрочного пользования
Petroleum products: горюче-смазочные материалы. Ammunition: боеприпасы.
Other nondurable goods: другие товары краткосрочного пользования.
Услуги
Installation support: поддержка по установке оборудования.
Weapons support: поддержка по установке вооружения.
Personnel support: обеспечение личного состава.
Transportation of material: перевозки материалов.
Travel of persons: поездки (командировки) персонала.
Валовые инвестиции
InvEquipment: инвестиции в оборудование.
InvAircraft: инвестиции в разработку новых воздушных судов.
InvMissiles: инвестиции в ракетостроение.
InvShips: инвестиции в строительство морских судов.
InvVehicles: инвестиции в транспортные средства.
InvElectronics: инвестиции в электронику.
Продукты с интеллектуальными свойствами
Software: программное обеспечение.
Research and development: научные исследования и разработки.
2017 гг.).
03ECVN319
Таблица 1
Исходные данные для построения множественной регрессионной модели
Год Валовый внутренний продукт США (млн долл.) Закупка воздушных судов (млн долл.) Закупка электроники (млн долл.) Закупки горюче- смазочных материалов (млн долл.) Затраты по установке и поддержке оборудования (млн долл.) Кадровое обеспечение (млн долл.). Перевозки материалов (млн. долл.) Инвестиции в оборудование (млн. долл.) Инвестиции в воздушные суда (млн долл.) Инвестиции в ракетостроение (млн долл.) Инвестиции в научные исследования и разработки (млн долл.)
1972 22 656 911 11 145 3 506 7 769 16 069 5 644 7 487 22 382 11 132 6 460 37 525
1973 22 693 456 9 429 3 164 6 895 15 335 5 762 6 093 23 770 9 273 6 061 37 417
1974 20 712 824 7 144 3 003 10 194 16 665 5 430 6 339 30 096 8 462 6 155 35 073
1975 18 913 231 6 962 2 868 9 696 16 210 5 371 5 877 33 026 12 069 4 228 33 405
1976 18 891 696 6 370 2 131 8 037 16 894 5 379 5 624 38 561 10 854 4 433 34 312
1977 18 609 915 9 834 2 380 7 125 17 261 5 753 5 666 39 635 11 180 3 624 35 070
1978 18 349 092 9 771 2 766 7 028 16 467 5 967 5 227 39 902 10 308 2 995 35 172
1979 17 480 731 12 323 2 778 9 225 17 139 5 484 5 396 45 014 12 498 4 556 36 228
1980 15 987 466 13 137 3 288 16 179 19 516 5 478 6 188 46 816 14 502 5 348 38 327
1981 14 979 165 16 746 3 724 16 594 20 670 6 201 5 985 52 123 16 134 5 950 42 467
1982 13 852 550 20 765 4 055 13 776 25 544 7 268 6 120 59 159 17 116 7 004 48 280
1983 13 942 389 26 691 4 664 12 515 24 205 7 716 6 372 68 910 19 718 8 968 55 121
1984 14 430 393 26 506 4 997 11 215 26 028 7 063 6 252 77 697 20 575 10 841 61 984
1985 14 570 946 28 198 5 873 10 574 27 756 9 108 5 806 87 722 24 525 12 111 70 719
1986 14 776 269 30 932 6 005 6 518 28 721 11 092 6 046 94 703 32 154 14 181 73 080
1987 14 920 829 31 868 6 434 6 814 31 008 11 935 6 131 96 364 30 816 15 322 78 030
1988 15 013 967 30 243 6 174 5 979 30 953 16 010 6 177 83 961 22 902 13 288 74 932
1989 14 978 221 26 710 6 200 6 770 29 307 16 550 6 418 83 961 19 844 14 400 69 202
1990 14 708 044 23 213 5 958 8 367 33 570 15 799 7 502 85 803 18 814 17 514 65 035
1991 14 213 760 20 737 5 236 7 079 34 862 14 361 13 337 81 056 13 997 16 459 57 581
1992 14 386 138 18 069 4 921 5 184 34 263 20 380 8 825 75 311 12 366 15 677 52 905
1993 14 439 836 15 526 5 109 4 613 36 579 21 340 6 583 64 862 13 550 11 476 48 944
1994 14 708 084 13 082 4 319 4 318 37 166 23 208 5 393 59 522 14 858 8 147 46 617
1995 14 792 276 12 319 3 419 3 848 34 615 23 703 5 840 55 438 12 532 6 540 46 112
1996 15 074 681 12 050 3 418 4 648 35 009 26 330 6 346 54 470 12 523 5 558 45 579
1997 15 476 907 12 577 3 295 3 934 33 182 28 636 5 350 45 190 7 787 3 838 45 183
1998 15 994 105 13 140 3 112 2 740 31 210 27 401 5 585 45 255 7 666 4 345 44 494
1999 16 517 553 13 706 3 463 3 385 32 148 34 107 5 723 48 261 9 145 3 737 43 636
2000 16 819 720 12 589 3 710 5 190 31 604 33 388 5 553 48 389 9 934 3 416 43 804
2001 16 614 566 12 222 3 688 5 265 33 902 40 577 6 110 49 927 10 635 4 143 46 012
2002 16 650 087 12 141 4 062 5 657 37 752 50 931 6 270 57 251 11 907 4 034 52 206
2003 16 809 535 13 792 4 515 6 435 43 345 59 977 12 511 60 502 11 190 4 210 57 334
2004 16 993 067 14 116 5 087 8 299 43 369 73 657 10 785 65 692 13 051 4 772 61 955
2005 17 061 001 12 299 6 096 11 586 41 195 76 526 8 815 70 263 15 474 4 585 64 968
2006 17 028 507 12 361 7 010 12 664 42 574 79 261 8 490 73 326 15 103 5 023 65 816
2007 16 893 370 12 438 8 759 13 189 41 521 76 460 12 576 77 594 13 942 4 690 67 594
2008 16 554 238 13 649 11 035 18 690 44 109 91 754 12 817 87 670 14 336 4 595 67 288
2009 16 009 467 15 661 12 035 11 006 46 506 98 331 13 826 91 111 14 538 5 331 65 341
2010 16 230 273 16 811 11 261 14 214 48 417 103 324 15 351 92 929 17 344 5 804 64 659
2011 16 145 491 18 345 9 133 19 529 45 404 98 954 15 184 89 029 20 592 5 229 63 773
2012 16 197 007 19 254 7 810 18 274 41 917 97 265 9 899 85 228 20 187 6 853 61 470
2013 16 208 001 17 628 6 050 14 704 34 925 88 335 8 023 77 454 21 290 6 320 57 523
2014 16 298 891 15 764 4 999 12 831 38 413 73 706 6 946 72 181 18 513 6 384 53 354
2015 16 597 173 14 864 4 650 7 938 35 896 72 379 6 025 69 241 16 807 6 303 53 777
2016 16 675 499 14 742 4 770 6 380 36 629 69 280 5 535 68 678 15 510 4 942 50 980
2017 16 724 135 15 412 4 881 7 007 37 263 64 631 5 414 70 556 16 841 4 360 54 836
Составлено автором на основании статистических показателей Бюро экономического анализа США
Анализ данных (таблица 1) показал их стационарность. При построении эконометрической зависимости между зависимой переменной ВВП США от ряда независимых переменных (затрат на закупку вооружения, военной техники и средств, выделяемых на
разработку новых образцов вооружения) использовалась линейная модель множественной регрессии.
У = Б(ХЬ Х2,Хэ...Хп)Р + 8,
где Х1, Х2,Хз...Хп - соответствующие показатели независимых параметров; в - вектор оцениваемых параметров; 8 - ошибка.
Построение модели осуществлялось методом наименьших квадратов с использованием процедур отбора наиболее существенных (пошаговая регрессия, тест Гренджера, статистики Шварца и Акаике).
Таблица 2
Параметры полученной регрессионной модели
Variable Coefficient Std. Error t-Statistic Prob.
Aircraft -146.5179 39.40250 -3.718491 0.0007
InvAircraft 144.8787 42.93298 3.374533 0.0018
Electronics 264.3762 99.81484 2.648666 0.0102
InvEquipment -156.2159 19.20895 -8.132453 0.0000
InstallationSupport -252.6654 29.79128 -8.481186 0.0000
InvMissiles 199.7675 45.84154 4.357782 0.0001
PersonalSupport 71.93348 8.414664 8.548587 0.0000
PetroleumProducts -155.0471 31.51842 -4.919253 0.0000
ReasearchAndDevelopment 120.8176 21.00925 5.750686 0.0000
TransportationOfMaterial 189.8496 57.10747 3.324426 0.0021
C (константа) 22652784 647794.3 34.96910 0.0000
Составлено автором по результатам эконометрического моделирования с использованием программы EWies
Описание полученной модели: регрессионное уравнение построено методом наименьших квадратов [4].
Тест Фишера. Fрасч > F^rnrn (57,81 > 2,94) при уровне значимости р = 0,01. Нулевая гипотеза о равенстве всех коэффициентов нулю в уравнении регрессии отвергается. Модель в целом значима.
Тест Стьюдента (t-test). Критическое значение t-статистики для степеней свободы равному 36 и р = 0,01 равно 2,43. Все значения расчетной t-статистики по модели больше критического значения при уровне значимости р = 0,01. Следовательно все регрессии построенной модели значимы.
Проведенный RESET-тест Рамсея на правильность спецификации построенной эконометрической модели показал, что добавленные новые переменные в модель и уровень значимости р позволяет сделать вывод о том, что спецификация построенной эконометрической модели правильная и не нуждается в дополнительной корректировке.
Коэффициент детерминации. Для модели коэффициент детерминации равен R2 = 0,9429, что говорит о том, что 94,29 % доли дисперсии значений зависимой переменной (ВВП США) объясняется построенной моделью для данного временного периода.
Проверка полученной модели на наличие гетероскедастичности (Heteroskedasticity Test: Breusch-Pagan-Godfrey) показала отсутствие процесса гетероскедастичности. Модель гомоскедастична.
Проверка полученных моделей на наличие автокорреляции (Breusch-Godfrey Serial Correlation LM Test) показала, что значение полученной статистики для модели не превышает
критических значений критерия, следовательно, автокорреляция может быть признана не значимой.
Таким образом, уравнение полученной эконометрической модели имеет вид:
Gross Domestic Product = -146,52*Aircraft + 144,88*InvAircraf + 264,38*Electronics -156,22*InvEquipment - 252,67*InstallationSupport + 199,77*InvMissiles + 71,93*PersonalSupport - 155,05*PetroleumProducts + 120,82*ReasearchAndDevelopment + 189,85*TransportationOfMaterial + 22652783,67
-Реальные значения ВВП (млн. долл).
-Расчитанные по модели значения ВВП (млн. долл).
Рисунок 1. Реальные и рассчитанные по модели значения валового внутреннего продукта США (составлено автором по результатам эконометрического моделирования на основании статистических данных с сайта Bureau of Economic Analysis US Department of Commerce, официальный сайт https://www.bea.gov/data/economic-accounts,
данные на 25 марта 2019 года)
Выводы по итогам эконометрического моделирования.
Регрессанты, способствующие росту показателя Валового внутреннего продукта США: среди товаров долгосрочного пользования, каждый доллар, потраченный на закупку электроники, увеличивает валовый внутренний продукт на 264,38 долларов. Из затрат на закупку услуг в интересах национальной обороны США значимыми оказались перевозки материалов и кадровое обеспечение. Каждый доллар, потраченный на перевозку материалов, увеличивает ВВП на 189,85 долларов и соответственно, каждый доллар, вложенный в кадровое обеспечение, увеличивает ВВП США на 71,93 доллар. Из затрат государственного бюджета на инвестиции в соответствующие отрасли экономики, значимыми оказались выделяемые инвестиции в ракетостроение (каждый доллар, вложенный в эту отрасль, увеличивает ВВП на 199,77 долларов) и авиастроение (каждый доллар, вложенный в эту отрасль, увеличивает ВВП на 144,88 долларов). Что касается выделения средств из государственного бюджета США на научные исследования и разработки в интересах национальной обороны, то каждый доллар, вложенный в это направление, увеличивает ВВП на 120,82 доллара.
Регрессанты, вызывающие снижение роста показателя Валового внутреннего продукта США: среди товаров долгосрочного пользования, каждый доллар, выделенный на закупку
воздушных судов, снижает ВВП на 146,52 доллара. Из выделяемых средств на закупку горючесмазочных материалов, каждый потраченный доллар снижает ВВП на 155,05 долларов. Что касается выделения средств на поддержку по установке оборудования, то каждый потраченный доллар вызывает снижение ВВП на 252,67 долларов. В отношении инвестиций в новое оборудование, то каждый потраченный доллар снижает ВВП на 156,22 доллара.
Заключение
Таким образом, по итогам проведенного исследования эконометрической зависимости динамики экономики Соединенных Штатов Америки от бюджетных затрат на национальную оборону можно сделать следующие выводы:
1. В целом первая гипотеза о том, что существует линейная зависимость между динамикой ВВП США и расходами на национальную оборону подтверждается, однако, в рамках спецификации данной эконометрической зависимости в уравнение множественной регрессии не вошли переменные: заработная плата гражданскому и военному персоналу, закупки ракет, закупки морских судов, закупки транспортных средств, услуги по установке и поддержке вооружения, инвестиции в строительство морских судов, инвестиции в транспортные средства, оплата командировок персоналу в виду не значимости коэффициентов регрессии при данных переменных.
2. Вторая гипотеза исследования, также подтверждается частично. Между вошедшими в эконометрическую модель и динамикой ВВП существует как положительная, так и отрицательная связь. К переменным, положительно влияющих на динамику ВВП относятся: закупки электроники, инвестиции в разработку новых воздушных судов, инвестиции в ракетостроение, обеспечение личного состава, научные исследования и разработки, перевозки материалов. В наибольшей степени положительное на динамику ВВП оказывает переменная закупки электроники.
К переменным, отрицательно влияющих на динамику ВВП относятся: поддержка по установке оборудования, закупки воздушных судов, инвестиции в новое оборудование, закупки горюче-смазочных материалов. В наибольшей степени отрицательное на динамику ВВП оказывает переменная поддержка и установка оборудования.
3. Что касается третьей выдвинутой гипотезы, то инвестиции действительно оказывают большое влияние на экономический рост США - инвестиции в строительство новых воздушных судов, инвестиции в ракетостроение, инвестиции в научные исследования и разработки. Однако инвестиции в новое оборудование показали отрицательную связь с динамикой валового внутреннего продукта США.
ЛИТЕРАТУРА
1. Арженовский С.В. Военные расходы и экономический рост: эконометрические оценки зависимости. // Экономический анализ: теория и практика. 2016. №9. С. 153-164.
2. Арбузов А.И. Экономическая безопасность региона как основа обеспечения национальной безопасности // В сборнике Наука. технологии. инновации. Сборник научных трудов: в 9 частях. Под редакцией А.В. Гадюкина. 2018. С. 266270.
3. Влияние военных расходов на экономику: сколько платить за военную безопасность? / С.Ю. Малков, Д.С. Чернавский, Ю.В. Коссе и др. // Сценарий и перспектива развития России. ЛЕНАНД М.: 2011. С. 288-304.
4. Кремер Н.Ш., Путко Б.А. Эконометрика. М., 2002.
5. Малков С.Ю., Чернавский Д.С., Ковалев В.И., Коссе Ю.В., Старков НИ. Экономика России и обеспечение военно-стратегической стабильности // Стратегическая стабильность. 2005. №1. С. 67-74.
6. Симонов П.М., Прудский М.В. Статистический анализ временных характеристик локальных конфликтов и военных расходов (на примере России и США) // Вестник Пермского университета. Сер. «Экономика». 2017. Том 12. № 1. С. 7890.
7. Федорович В.А. США: Федеральная контрактная система: механизм регулирования государственного хозяйствования. М., 2010.
8. Филимоненко И.В. Моделирование зависимости роста ВВП от изменения структуры занятости в экономике России // Вестник НГУ. Серия социально-экономические науки. 2011.Т. 2. Вып. 1. С. 16-25.
9. Andrikopoulos A. Four decades of the Journal of Econometrics: Coauthorship patterns and networks // Journal of econometrics. 2016. Vol. 195. №1. P. 23-32.
10. Kiani K.M. On business cycle fluctuations in USA macroeconomic time series // Economic modelling. 2016. Vol. 53. P. 179-186.
11. Kollias C. Defence and non-defence spending in the USA: stimuli to economic growth? Comparative findings from a semiparametric approach // Bulletin of economic research. 2015. Vol. 67. № 4. P. 359-370.
12. Mallick S.K. Macroeconomic Effects of Inflationary Shocks with Durable and NonDurable Consumption // Open economies review. 2016. Vol. 27. № 5. P. 895-921.
Kravets Alexandr Vitalevich
Novosibirsk military institute named after general of the army I.K. Yakovlev of national guard troops of the Russian Federation, Novosibirsk, Russia
E-mail: apt-words@mail.ru
Frolova Larisa Valerevna
Novosibirsk military institute named after general of the army I.K. Yakovlev of national guard troops of the Russian Federation, Novosibirsk, Russia
E-mail: frolowa.la2309@yandex.ru
Econometric model of the dependence of the dynamics of the economy of the United States of America on the budget expenditures of the us Federal government for national defense (by types of weapons, military equipment and services)
Abstract. The article discusses the impact of budget expenditures on economic growth on the example of statistical data Of the Bureau of economic analysis of the United States of America for the period from 1972 to 2017. A review is given on the results of similar studies of the results of the impact of budget expenditures on economic growth, both in a positive and negative way. The main theoretical approaches to this problem from the neoclassical approach, Keynesianism and institutionalism are considered. The existing econometric models of other authors (models of endogenous growth type, Solow type models, Feder-REM model) were analyzed. A linear econometric model of multiple regression of the dependence of the us gross domestic product on the cost of specific purchases of weapons and military equipment, as well as gross investment in the purchase of products with intellectual properties, the cost of research and development, is constructed and analyzed. According to the results of the econometric model, conclusions are made about the impact of military spending on the dynamics of economic growth. In particular, the analysis of the model shows that such variables as the purchase of electronics, transportation, staffing, investment in rocket science, research and development. The factors that are negatively associated with economic growth were the costs of the purchase of aircraft, fuel, equipment maintenance.
Keywords: military expenditures; national defense; USA; econometric model; regression; economic growth; GDP
03ECVN319
